Hugging Face 国内镜像使用和配置  

Jupyter无法找到Conda创建的虚拟环境

Miniconda配置PyTorch后import torch报错解决

Windows下Anaconda配置PyTorch环境详细步骤图解  重要

手把手教学：Conda环境配置PyTorch，小白配置GPU版本PyTorch无烦恼！

conda软件下载镜像

conda list dill  列出包的版本
conda install dill=0.3.8 安装指定版本
conda clean --all  清理不用包和缓存
conda create -n milvus6_env python=3.8.20
conda env list
conda activate milvus6_env
python --version
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

import torch
print('PyTorch Version:', torch.__version__)
print('CUDA Available:', torch.cuda.is_available())

anaconda 配置环境变量

anaconda 虚拟环境设置 

1、可以命令：

设置

conda env list   列出虚拟环境  正在使用的带有 * 

conda activate milvus4_env   激活虚拟环境

conda install pytorch torchvision torchaudio cpuonly -c pytorch  安装pythorch

conda env remove -n myenv  删除虚拟环境

2、通过图形界面

Pycharm中利用Anaconda进行环境配置

Milvus 配置使用

anaconda 命令使用 

conda create -n pytorch_cuda python=3.9 -y
# 2. 执行初始化
conda init bash

# 3. 重新加载 shell 配置（无需重启终端）
source ~/.bashrc

conda activate pytorch_cuda

导出environment.yml 进行环境共享，确保环境一致
conda env export > environment.yml

复现环境
conda env create -f environment.yml

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
解释一下参数含义：
- pytorch: 核心框架
- torchvision: 图像处理工具库（常用于CV任务）
- torchaudio: 音频处理模块
- pytorch-cuda=11.8: 明确指定使用CUDA 11.8后端
- -c pytorch: 从PyTorch官方channel获取包
- -c nvidia: 添加NVIDIA官方源，确保CUDA相关组件来自可信发布   如果不加这个会安装CPU版本

这个命令会自动解析依赖关系，并安装包括 cudatoolkit=11.8 在内的所有必要组件。

验证是否安装成功
python -c "import torch; print(torch.cuda.is_available()); print(torch.__version__)"

统一团队环境版本
使用 environment.yml 文件锁定依赖，避免“在我机器上能跑”的尴尬。

定期清理conda缓存
conda会保留大量临时包文件，占用磁盘空间：
bash conda clean -a

避免混用 pip 与 conda
若必须使用pip安装第三方库，请尽量在conda环境内部执行，防止破坏依赖树。

合理选择CUDA版本
当前（2024年）推荐使用 CUDA 11.8，因其兼容性强、稳定性高，适合大多数RTX 20/30系列显卡。除非有特殊需求，暂不建议盲目升级至CUDA 12.x。

开启页面文件优化
对于大模型训练，Windows默认虚拟内存可能不足。建议将页面文件设为物理内存的1.5倍，并置于SSD分区。
保存安装文件
pip freeze > requirements.txt

恢复安装文件环境
pip install -r requirements.txt