1.Anaconda简介
Anaconda 是一个流行的 Python 数据科学和机器学习平台，它简化了包管理和部署，使得安装、运行和升级包及其依赖变得非常容易。Anaconda 通过其内置的 Conda 包和环境管理器，提供了一个强大的环境，用于科学计算（包括数据科学、机器学习、人工智能等领域）。
以下是 Anaconda 的一些主要特点和优势：
- 包管理：Anaconda 附带了一个广泛的预安装的科学计算库，包括 NumPy、SciPy、Pandas、Matplotlib、Scikit-learn 等。此外，通过 Conda 包管理器，用户可以轻松地安装、运行和更新包及其依赖项，无需担心版本冲突。
- 环境管理：Conda 允许用户创建多个独立的环境，每个环境可以安装不同版本的 Python 和包。这样，用户可以针对不同的项目或不同的需求设置不同的环境，避免了包之间的冲突。
- 跨平台：Anaconda 支持 Windows、macOS 和 Linux 操作系统，使得在不同平台上进行开发和部署变得简单。
- 简化安装：使用 Anaconda，用户可以轻松地安装 Python 和所有必需的库，而无需手动安装每个库并处理依赖关系。
- 社区支持：Anaconda 拥有一个活跃的社区，提供大量的资源和支持，包括文档、教程、论坛和博客。
- 商业支持：Anaconda 提供了商业支持选项，包括企业版 Anaconda Enterprise，它为企业级用户提供额外的功能和服务，如安全性、可伸缩性和集成。
总之，Anaconda 是一个强大的平台，它简化了数据科学和机器学习项目的开发过程，使研究人员和开发人员能够更专注于他们的工作，而不是花费时间在环境配置和包管理上。
以下是Conda的一些常用命令及其功能：
一、环境管理
创建新环境
conda create --name myenv python=3.8：创建一个名为myenv的新环境，并安装Python 3.8。
conda create -n myenv python=3.8 numpy pandas：创建环境并同时安装多个包。
conda create --clone old_env --name new_env：克隆一个已存在的环境。
激活和退出环境
conda activate myenv：激活名为myenv的环境。
conda deactivate：退出当前激活的环境。
查看环境
conda env list 或 conda info --envs：列出所有已创建的环境。
conda info --base：获取Conda基础环境路径。
删除环境
conda remove --name myenv --all：删除名为myenv的环境及其所有包。
conda remove -n myenv --all --keep-env：删除环境中所有包，但保留环境本身。
修改环境
conda rename --name old_env new_env：重命名环境。
conda env update --name myenv --file environment.yml：根据指定的文件更新环境。
导出和导入环境
conda env export > environment.yml：导出当前激活环境的信息到文件。
conda env create -f environment.yml：从文件创建环境。
二、包管理
安装包
conda install numpy：在当前激活的环境中安装包。
conda install --name myenv numpy：在指定环境中安装包。
conda install numpy=1.20：安装特定版本的包。
conda install --channel conda-forge numpy：从特定通道安装包。
删除包
conda remove numpy：删除当前激活环境中的包。
conda remove --name myenv numpy：删除指定环境中的包。
更新包
conda update numpy：更新当前激活环境中的包。
conda update --all：更新所有包。
搜索包
conda search numpy：搜索可用包。
conda search '*py*'：使用正则表达式搜索包含特定字符串的包。
三、系统和配置
查看Conda信息
conda --version：查看Conda版本。
conda info：查看当前Conda环境的详细信息。
配置镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/：添加清华大学的镜像源。
conda config --set show_channel_urls yes：配置安装包时显示安装来源。
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/：移除某个镜像源。
清理缓存
conda clean --all：删除索引缓存、锁定文件、未使用过的包和tar包。
初始化
conda init：添加Conda在~/.bashrc（或其他shell配置文件）中的初始化代码。
conda init --reverse：移除自动初始化。
这些命令覆盖了Conda的主要功能，包括环境管理和包管理。用户可以根据自己的需求选择合适的命令进行操作。2.安装anaconda
访问官网Index of / (anaconda.com)，选择如下安装包进行安装
执行程序根据默认进行安装
3.更换镜像源
由于网络问题或镜像源问题，可能会影响Anaconda或pip的下载速度。可以尝试更换镜像源来解决这个问题。对于Anaconda，可以尝试更换清华大学的镜像源：
conda config --set show_channel_urls yes
conda config --add channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set channel_priority strict4.环境安装
安装pyhton3.6环境
conda create -n pytorch python=3.6 这里-n后跟的是环境名称
转换到刚建成的环境
conda activate pytorch
安装pytorch
conda install pytorch torchvision cpuonly -c pytorch
各个参数说明
conda install：这是Conda用于安装包的基本命令。pytorch：指定要安装的包名，这里是PyTorch库。torchvision：另一个与PyTorch紧密相关的库，提供了用于计算机视觉任务的工具和数据集。cpuonly：这个选项告诉Conda安装仅支持CPU的PyTorch版本，而不是包含CUDA支持的GPU版本。这对于没有NVIDIA GPU或不需要GPU加速的用户很有用。-c pytorch：-c或--channel选项用于指定从哪个Conda频道安装包。这里指定的是pytorch，即PyTorch官方的Conda频道，确保用户获取到的是最新且经过官方测试的包。
激活环境
conda activate pytorch
检查pytorch及Gpu是否可以使用
python
>>import torch
>>torch.cuda.is_available() 这里会返回false
