Anaconda 安装流程

一、官网下载

Download Success | Anaconda

输入个人邮箱后点击邮箱中的链接。选择合适的版本进行下载。下载路径为 D:\InstallerPackages\DevTools，下载版本为 Anaconda3-2025.06-0-Windows-x86_64，默认的 python 解释器的 base conda 为 Python 3.13

也可以到国内开源镜像网站下载 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror，可能会快一些。

二、安装步骤

1、以管理员身份打开（或者直接双击）：

在这里插入图片描述

2、点击Next，前进到下个页面，点击同意：

在这里插入图片描述

3、点击 Just Me 后，下一步 Next：

在这里插入图片描述

4、选择安装路径，这一步很重要，这里的安装路径要熟悉（D:\DevTools\Anaconda\）：

在这里插入图片描述

5、这里进行最后一步选择，注意不要选择将 Anaconda 添加到环境变量：

在这里插入图片描述

6、开始安装，需要等待将近 20 分钟左右，完成后直接点击 Next，安装完成。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

添加环境变量

一、win11中打开设置

在这里插入图片描述

二、查找“环境变量”，点击“编辑系统环境变量”

在这里插入图片描述

三、在弹出的“系统属性”窗口中，点击“环境变量”

在这里插入图片描述

四、在系统变量中找到“Path”，然后点击“编辑”

在这里插入图片描述

五、在弹出的窗口中点击“新建”

在这里插入图片描述

六、将以下三个文件路径添加到 Path 中：D:\DevTools\Anaconda，D:\DevTools\Anaconda\Scripts，D:\DevTools\Anaconda\Library\bin，退出后再进入检查文件路径是否存在，以免被之前安装的Python解释器的路径挤出。

在这里插入图片描述

Pytorch安装步骤（GPU支持）

一、虚拟环境的搭建

提示：如何让打开的所有 anaconda prompt 窗口都默认以管理员身份运行？_anaconda管理员身份打开-CSDN博客

1、使用 Anaconda Prompt 创建虚拟环境

首先，Anaconda 的优势之一就是可以简单便捷地支持多个项目的同时开发，然而不同项目的开发环境又不同，因此就需要根据项目的具体要求来搭建开发环境，因此 Anaconda 的虚拟环境很好地解决了这一个开发管理难题。

使用 Anaconda Prompt 程序来进行虚拟环境的创建，

在这里插入图片描述

在这里插入图片描述

2、在 base 环境下操作

cls					清屏
conda env list		列出系统中已安装的 Python 环境
conda create -n 环境名 python=3.9(版本)		创建指定的 Python 版本的虚拟环境，且自定义名称
conda remove -n 环境名 --all				删除指定的环境
conda create --prefix=安装路径\环境名 python=3.9 	创建名为“环境名”的虚拟环境，并指定Python的版本与安装路径

在这里插入图片描述

这里系统将 DL 安装到了 C 盘，需要删除后，指定文件位置重新安装

在这里插入图片描述

在这里插入图片描述

指定特定的安装目录，可以使用 conda create 命令配合 --prefix 参数来实现。这允许用户自定义环境中文件存储的具体位置，conda create --prefix=D:\DevTools\Anaconda\envs\DL python=3.9，注意这里使用的反斜杠 “ \ ”

在这里插入图片描述

切换到管理员身份下运行 Anaconda Prompt

在这里插入图片描述

虚拟环境 DL 创建成功

在这里插入图片描述

3、在虚拟环境下操作

conda activate 环境名			进入指定环境名的虚拟环境
conda list				列出所在环境下所有的库
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple		安装numpy
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple		安装Pandas
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple	安装Matplotlib
pip show numpy			查看当前环境下某个库的版本（以numpy为例）

在这里插入图片描述

在这里插入图片描述

安装 Numpy，Pandas，Matplotlib（注意切换到管理员身份下，否则会安装到 C 盘中）

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

二、CUDA安装

CUDA 是 NVIDIA 显卡支持的运算平台，可以加速运算的进行。我们需要下载 CUDA 以及其对应的 Pytorch 中的 cuda。一般来说，需要 CUDA 的版本高于 cuda 的版本。

1、查看 CUDA 版本

方法一：win + R，输入 cmd 打开命令提示窗口，输入 nvcc -V ，查看 CUDA 版本。如果显示“ nvcc -V 不是内部或外部命令”，则说明需要安装 CUDA。

在这里插入图片描述

方法二：打开 NVIDIA 控制面板，点击 “帮助——系统信息”

在这里插入图片描述

点击“组件”，

在这里插入图片描述

方法三：win + R，输入 cmd，输入 nvidia-smi，可以查看当前的 CUDA 版本。

在这里插入图片描述

2、卸载已安装的 CUDA

在控制面板的程序和功能页面，或者设置中的应用中，卸载含有 CUDA 的应用。

在这里插入图片描述

另外，记得删除先前添加到环境变量中的 CUDA 路径，将含有 CUDA 的删除：

3、安装合适的 CUDA

根据个人电脑的 NVIDIA 的驱动版本，查看能够安装的 CUDA 版本，CUDA Toolkit 12.9 Update 1 - Release Notes — Release Notes 12.9 documentation

在这里插入图片描述

以本人电脑（windows系统）为例，我的 NVIDIA 驱动版本为 577.00，那么对应上面表格中的 CUDA 版本可以从 CUDA 12.9 Update 1 开始向下兼容。

在这里插入图片描述

前往 CUDA 官网下载对应的版本，CUDA Toolkit Archive | NVIDIA Developer

在这里插入图片描述

具体的下载页面如下：

在这里插入图片描述

注意，这个安装包可以下载到任意位置。但是下载完成后执行安装程序需要注意安装位置。具体可以参考CUDA安装必须默认在C盘吗？_编程语言-CSDN问答

Windows|CUDA和cuDNN下载和安装，默认安装在C盘和不安装在C盘的两种方法 - 技术栈

这里只选择安装 CUDA 组件

在这里插入图片描述

默认安装路径：

在这里插入图片描述

更改安装路径，D:\DevTools\CUDA\CUDA_12.9：

在这里插入图片描述

安装完成：

在这里插入图片描述

验证已安装的 CUDA 版本

在这里插入图片描述

4、配置环境变量

D:\DevTools\CUDA

D:\DevTools\CUDA\CUDA_12.9\lib\x64

D:\DevTools\CUDA\CUDA_12.9\bin

D:\DevTools\CUDA\CUDA_12.9\libnvvp

三、Pytorch 安装

安装最新版本 PyTorch，打开pytorch网站，发现目前pytorch只支持到CUDA12.8

在这里插入图片描述

打开 Anaconda Prompt，进入 conda 虚拟环境，执行 pip install torch2.7.0 torchvision0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu128，这里注意直接这样安装容易下载失败，因此推荐使用 whl 的方法进行逐个下载。点击连接前面的连接后，找到 torch，torchvision，torchaudio分别下载对应的版本：

在这里插入图片描述

这里还是蛮难找的，仔细点慢慢找。注意，cu128 指的是安装的 CUDA 版本为 12.8，这里的 cp39 是因为先前创建的虚拟环境 DL 的 Python 解释器版本为 3.9。：

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

接着之前一步，打开 Anaconda Prompt，进入 DL 虚拟环境，安装命令为pip install 路径\轮子名.whl，

pip install D:\DevTools\CUDA\whl\torch-2.7.0+cu128-cp39-cp39-win_amd64.whl

pip install D:\DevTools\CUDA\whl\torchvision-0.22.0+cu128-cp39-cp39-win_amd64.whl 

pip install D:\DevTools\CUDA\whl\torchaudio-2.7.0+cu128-cp39-cp39-win_amd64.whl

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

检查一下安装是否成功，

方法一：输入 conda list，查看已安装的库

在这里插入图片描述

方法二：进入 Python 解释器检验

输入 python，显示 “>>>” 表示运行成功，

在这里插入图片描述

Jupyter 代码编辑器

相关问题解决参考：一键解决ERROR: pip’s dependency resolver does not currently take into account all the packages that are_51CTO博客_一键解决console未定义

Windows 完全删除 jupyter notebook - 模糊计算士 - 博客园

pip uninstall jupyter -y
pip uninstall jupyter_core -y
pip uninstall jupyter-client -y
pip uninstall jupyter-console -y
pip uninstall notebook -y
pip uninstall qtconsole -y
pip uninstall nbconvert -y
pip uninstall nbformat -y

双击 Jupyter Notebook，一般使用谷歌浏览器打开，

在这里插入图片描述

在这里插入图片描述

一、修改工作路径

在这里插入图片描述

使用记事本打开 C:\Users\SHY.jupyter\jupyter_notebook_config.py，作如下修改：

修改前：# c.NotebookApp.notebook_dir = '' 
修改后：c.NotebookApp.notebook_dir = 'D:\DevTools\Jupyter'

在这里插入图片描述

保存后退出，修改 Jupyter Notebook 属性，删除 “” 内的内容以及前面一个空格。

在这里插入图片描述

重新打开 Jupyter Notebook，当前目录为空

在这里插入图片描述

打开目录，可以实现文件同步

在这里插入图片描述

二、虚拟环境连接 Jupyter

目前，在 Anaconda 中已经存在一个虚拟环境 DL，但是其没有连接到 Jupyter，默认情况下只能连接到 base 环境，因此做以下操作使得 Jupyter 与虚拟环境连接。

首先，打开 Anaconda Prompt，进入到虚拟环境 DL 中，执行命令

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

在这里插入图片描述

安装成功

在这里插入图片描述

接下来，将虚拟环境导入到 Jupyter 的 kernel 中，

python -m ipykernel install --user --name=DL

在这里插入图片描述

验证一下，

在这里插入图片描述

在这里插入图片描述

切换内核到 base 环境再次验证，

在这里插入图片描述

在这里插入图片描述

将鼠标点击到第一行代码后，点击运行，会报错。

在这里插入图片描述

**补充：**Jupyter 里的文件后缀 “.ipynb” 的全称为 ipython notebook。其本质和 “.py” 文件是一样的。

PyCharm 代码编辑器

官方下载 其他版本 - PyCharm

这里需要注意版本选择Windows（exe）

在这里插入图片描述

安装到 D:\DevTools\PyCharm

在这里插入图片描述

安装选项如下，

在这里插入图片描述

点击“下一步”，进行安装。

安装完成后，双击打开，进行初始设置：

在这里插入图片描述

修改自定义设置，

在这里插入图片描述

在这里插入图片描述

新建文件目录用于存放工程文件，路径为 D:\DevTools\PyCharm\Py_Projects，然后在 PyCharm 中新建工程，将位置换成 D:\DevTools\PyCharm\Py_Projects

配置一个 conda 虚拟环境 | PyCharm 文档

2025最新版pycharm绑定conda环境_pycharm关联conda-CSDN博客

这里查询不少网上的帖子确定了自定义环境下的 conda 虚拟环境的 conda 路径选择为 D:\DevTools\anaconda3\condabin\conda.bat，这样重新加载环境就可以加载出我们先前在 Anaconda Prompt 中创建的虚拟环境 DL。

在这里插入图片描述

运行/调试配置，可以在运行时，从 Python 控制台观察到运行的过程变化，

运行/调试配置 | PyCharm 文档

在这里插入图片描述

检查 Pytorch 是否连接，

在这里插入图片描述

拓展

Windows系统用户变量和系统变量的区别_windows用户变量和系统变量-CSDN博客

Anaconda Prompt到底是什么？ 和系统自带cmd命令提示窗区别又是什么？-CSDN博客

参考：【Python深度学习：安装Anaconda、PyTorch（GPU版）库与PyCharm】https://www.bilibili.com/video/BV1cD4y1H7Tk?vd_source=b3d41be0a40bd09251e0ecc6db274619

(26 封私信 / 62 条消息) Anaconda安装与配置全攻略（2025版） - 知乎

# python # 开发语言 # conda # jupyter # pytorch # pycharm
Logo
亚马逊云科技技术品牌专区

更多推荐

cover

企业AI真正缺的不是工具，而是一次面对面的交流——一名云计算从业者的几点观察

avatar 亚马逊云科技技术品牌专区
cover

人工智能训练师-培训需求分析

avatar 亚马逊云科技技术品牌专区
cover

AI Agent：自主智能体的工作原理与应用全景

avatar 亚马逊云科技技术品牌专区