1.Python官方

Python官方安装（推荐Anaconda）

官网

• 下载可执行程序后运行，选择添加到路径。默认安装到C盘，也可以选择自定义安装，组件一般默认就行。

• 若之前没有选择将Python添加到环境变量，需手动添加。

Python卸载

打开安装包，对于已经安装的版本，可以看到卸载的选项。

⭐Pip

更改pip国内镜像源

• 临时

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple + Pkg

• 全局配置

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.Pycharm_python编辑器

官网

• 安装过程中也建议勾选添加

选择项：

3.Anaconda

安装Anaconda

官网

国内推荐使用镜像：注意按时间选择新版本

::: details (windows)安装指南

• 运行安装软件后默认下一步
• 选择路径D:\Anaconda3\
• 打勾红框框里的内容，第一项官方建议手动添加，如果怕麻烦可以勾选。

• 取消红框中的勾勾后，点finish

• CMD输入conda，若没有信息要添加环境变量，在系统变量的Path中添加如下：

D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
D:\Anaconda3\Library\mingw-w64\bin

:::

设置镜像源

Anaconda官方的源访问比较慢，可以设置成国内的

conda config --add channels https://pypi.tuna.tsinghua.edu.cn/simple #清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# 在下载的时候显示下载源的地址
conda config --set show_channel_urls yes 

conda config --show-sources # 查看源
conda config --remove channels https://pypi.tuna.tsinghua.edu.cn/simple # 删除一个源
conda config --remove-key channels # 重置源配置

配置Jupyter Notebook

Anaconda会默认安装Jupyter Notebook，自行安装可参考

::: details 配置方法

一般Jupyter的启动路径在 C:\Users\xxx\AppData\Roaming\jupyter\runtime\notebook_cookie_secret

修改到工程路径：

• CMD键入jupyter notebook --generate-config，Y进行Overwrite

• 打开刚刚的文件，路径为C:\Users\xxx\.jupyter

查找参数c.NotebookApp.notebook_dir，去掉前面的#，然后添加工程的路径。

• 右键打开Jupyter Notebook快捷方式的属性，删除%USERPROFILE%。设置完毕，打开验证。

:::

常用命令

conda activate + VirtualEnvName
conda deactivate

3.安装Pytorch

::: details (windows GPU版本)安装指南

• 对于GPU版本，首先去官网查看python支持的cuda版本，然后下载相应版本的cuda Toolkit

安装之后，将相应的文件路径添加到环境变量

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.x\bin

CMD使用nvcc -V查看正确安装。

• 下载cudnn ，需要登录账号

将解压后的文件夹（bin、include、lib）复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.x目录下，在如下目录中运行查看，Pass即为成功。

 .\deviceQuery.exe # 1
 .\bandwidthTest.exe # 2

• 安装pytorch

在仓库中选择相应GPU版本和系统Python对应版本的安装文件，如cu117/torch-1.13.1%2Bcu117-cp310-cp310-win_amd64.whl

选择最新版本的torchvision，如cu117/torchvision-0.14.0%2Bcu117-cp310-cp310-win_amd64.whl

• 使用conda创建虚拟环境

conda create -n HelloPytorch python=3.10
conda activate HelloPytorch

# 在虚拟环境中，使用pip安装以上两个下载的文件

# 在项目解释器中添加conda环境中，刚刚添加的虚拟环境的文件夹中的python.exe

:::