深度学习（一）1.Anaconda配置

Anaconda是一个用于科学计算的免费开源软件包管理和环境管理系统，它包含了许多流行的开源软件包和工具，如Python、Jupyter Notebook、NumPy、Pandas、Matplotlib等，适用于数据分析、机器学习、深度学习等各种科学计算任务。

首次安装anaconda,创建虚拟环境遇到的与配置文件有关的问题。

Anaconda这个工具可以创建不同的虚拟环境（可以指定不同的python版本），每个环境里面可以对应下载不同的包，这样就很方便我们创建、管理和切换不同的python环境。每个环境之间互相隔离，并不会产生影响。可能你的电脑本身已经安装过python了，点击win+R输入cmd，输入“python”,看本机是否存在python环境。我这里是没有的，我本来安装了python3.10,但是再安装Anaconda后，打开Anaconda prompt显示不存在python312.dll?

【代码】【干货】Anaconda导出环境配置文件。

配置linux的anaconda3国内清华、阿里云镜像。

这篇文章讨论了很多 Python/机器学习初学者在使用 conda 时常犯的错误，特别是直接在 base 环境下执行 conda install 或 pip install，这会导致在长时间使用后，base 环境堆积大量包，最终影响环境的性能和稳定性。

pip install 包名 http://pypi.douban.com/simple/ --trusted-host http://pypi.douban.com。conda remove -n 环境名 --all #删除名为“环境名”的虚拟环境。conda create --prefix=安装路径\环境名 python=3.9 #指定 Python 版本与安装路径，创建虚拟环境。（1）base环境下操作。

在使用Anaconda进行一些框架等安装时，如果使用默认的源地址下载很慢，更换到国内的镜像地址就很快，所以这里记录下自己使用的清华镜像配置，方便日后换机操作。

1、设置pip安装镜像源为国内，使用的命令 阿里云 https://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna.tsinghua.edu.cn/simp...

在服务器上配置源和安装anaconda解决无法import torch的方法

清华镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/官网链接：https://www.anaconda.com/download/success。打开环境变量：此电脑->属性->高级系统设置->环境变量->点击Path->添加路径。出现conda不是内部命令说明没有给安装的时候没有给conda配置环境。其中python36是环境的名称，python=3.6为版本。根据自己的需求选择相对应的即可。此处的勾选根据自己的需求来即可；

可以成功执行并下载依赖，完结撒花。在使用Anaconda通过。