大家好，我是十一姐，b站时一十一姐啦，知识星球时光漫漫
提示！本文章仅供学习交流，严禁用于非法用途，文章如有不当可联系本人删除！
一、miniconda安装
二、conda创建python虚拟环境
三、pytorch框架安装
上一篇：2、确认自己电脑显卡N卡/A卡
下一篇：4、ddddocr训练字符验证码
![训练验证码-3、深度学习环境安装]( "训练验证码-3、深度学习环境安装")
一、miniconda安装
1.Python 应用经常需要使用一些包第三方包或者模块，有时需要依赖特定的包或者库的版本，很多时候不同的 Python 应用所依赖的版本是冲突的满足了其中一个，另一个则无法运行，解决这一问题的方法就是虚拟环境。虚拟环境是一个包含了特定 Python 解析器以及一些软件包的自包会目录，不同的应用程序可以使用不同的虚拟环境，从而解决了依赖冲突问题
6min视频介绍miniconda安装，如有不当望海涵
2.我们利用Miniconda（无图形化界面，轻量化）来管理虚拟环境，Anaconda（有图形化界面，占内存大），打开地址下载https://docs.conda.io/projects/miniconda/en/latest/， 下载你对应的版本
3.这里看自己情况选择，如果你已经有了非conda装的python环境的话，就选just me
5.just_me会出现多一个Add PATH的选项，其中这里Register第三个看情况勾选，如果本机已经有python环境就不需要勾选了，如果没有的话就勾选上,然后点击install即可
7.设置系统环境变量，由于我们步骤5已经有安装好Add PATH了，所以这里在用户变量的Path下面会多出一些环境变量；如果你没有两套python环境，就不用管这个移动，由于我系统早期默认安装的python3.10的，所以我把它移到了最上面，conda的python环境移到了最下面，这样在cmd的时候输入python就默认是我选择的3.10的了
7.win+r输入cmd，打开cmd窗口，输入conda --version ， 输入python --version
-
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
-
9.conda切换到国内镜像源，相关命令操作 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ , 按图中步骤操作的时候，复制修改.condarc文件，直接把下面①~⑥的命令依次在cmd上执行
①查看镜像源：conda config --show channels
②删除镜像源恢复默认源：conda config --remove-key channels
③windows系统用户目录下生成.condarc文件：conda config --set show_channel_urls yes
④设置镜像源：看图中的步骤修改.condarc文件，channels第一行再多加一行pytorch/win-64/的，直接复制我下面的内容就可以
channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ - defaultsshow_channel_urls: truedefault_channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2custom_channels: conda-forge: https//mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudremote_read_timeout_secs: 1000.0ssl_verify: false
![训练验证码-3、深度学习环境安装]( "训练验证码-3、深度学习环境安装")
二、conda创建python虚拟环境
1.输入conda-env list可以看到你已经创建的虚拟环境有哪些
3min视频介绍conda创建python虚拟环境，如有不当望海涵
2.conda建虚拟环境有两种命令，一种是直接创建，一种是指定路径创建，两种都行，直接创建比较方便，其中里面的capa是虚拟环境的名字，可以仍以改名字替换
① 直接创建虚拟环境: conda create -n capa python=3.11
② 指定路径创建虚拟环境: conda create --p=D:YzmtrainCaptcha_env python=3.11
③ 列出conda有哪些虚拟环境：conda env list
④ 进入虚拟环境：activate capa 或者 activate D:YzmtrainCaptcha_env
⑤ 退出虚拟环境：conda deactivate
⑥ 删除虚拟环境：conda remove -n capa --all
⑦ 克隆环境 本地已有一个环境AAA，若需要创建一个同样的BBB: conda create -n BBB --clone AAA
3.创建虚拟环境，默认虚拟环境的路径如下conda create -n capa python=3.11，如图环境会安装在Miniconda3envs下面
4.进入到虚拟环境capa下面，conda activate capa， 如图
三、pytorch框架安装![训练验证码-3、深度学习环境安装]( "训练验证码-3、深度学习环境安装")
1.先确定自己的虚拟环境是python几，比如我的虚拟环境是python3.11，那么对应的torch版本则应该是2.0/2.1 https://github.com/pytorch/vision#installation
5min视频介绍pytorch环境安装，如有不当望海涵
2.再确定自己的cuda版本是几，比如我是11.7
3.然后我们打开https://pytorch.org/get-started/previous-versions/ 去搜索CUDA 11.7，假设如果没有的话，可以找CUDA 11.6等更小的都是可以的，而由于yolov5要求pytorch至少是1.7，所以cuda建议在9.2及以上
4.注意我们复制下来的安装命令，需要将里面的 -c pytorch给删掉，主要原因是加-c pytorch后还会使用默认的conda国外源，而不是我们切换后的清华镜像源
-
N卡gpu训练：conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c nvidia
-
只cpu训练：conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 cpuonly
5.接下来cmd命令依次执行如下，三条命令先创建虚拟环境cpap，然后进入虚拟环境capa，然后在虚拟环境里面安装包；注意这里的capa的虚拟环境名称，可以随意替换
-
conda create -n capa python=3.11
-
-
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c nvidia
6.继续，安装好后，我们输入python ， 然后import torch ， 然后查看对应的cuda是否可以用，torch.cuda.is_available()是否安装成功了，如果返回True则成功了，这个True成功了代表的gpu训练没有问题https://blog.csdn.net/shaqilaixi2/article/details/121687144
![训练验证码-3、深度学习环境安装]( "训练验证码-3、深度学习环境安装")
![训练验证码-3、深度学习环境安装]( "训练验证码-3、深度学习环境安装")
点击下方“阅读原文”推荐看b站视频
原文始发于微信公众号（逆向OneByOne）：训练验证码-3、深度学习环境安装
一、miniconda安装
点击下方“阅读原文”推荐看b站视频
评论