virtualenv

Python 虚拟环境工具 virtualenv 详解与使用教程
virtualenvwrapper：Python 环境管理工具
以及AI给出的答案。
安装virtualenv：

# 使用pip安装
pip install virtualenv

基本用法：
a) 创建虚拟环境：

# 在当前目录创建名为venv的虚拟环境
virtualenv venv

# 指定Python版本创建虚拟环境
virtualenv -p python3.8 venv

# 创建不包含系统包的干净环境
virtualenv --no-site-packages venv

b) 激活虚拟环境：

# Linux/MacOS
source venv/bin/activate

# Windows
venv\Scripts\activate

c)退出虚拟环境

deactivate

常用命令

# 查看已安装的包
pip list

# 安装包
pip install package_name

# 安装指定版本的包
pip install package_name==1.0.0

# 从requirements.txt安装
pip install -r requirements.txt

# 导出当前环境到requirements.txt
pip freeze > requirements.txt

# 卸载包
pip uninstall package_name

创建环境

# 1. 创建项目目录
mkdir my_project
cd my_project

# 2. 创建虚拟环境
virtualenv venv

# 3. 激活环境
source venv/bin/activate  # Linux/MacOS
# 或
venv\Scripts\activate     # Windows

# 4. 安装项目依赖
pip install numpy pandas matplotlib

# 5. 导出依赖
pip freeze > requirements.txt

virtualenvwrapper

主要是AI提供的方法，测试可靠
安装和配置

# 安装virtualenv
pip install virtualenv

# 安装virtualenvwrapper（可选，但推荐）
pip install virtualenvwrapper

# 配置virtualenvwrapper（Linux/MacOS）
echo "export WORKON_HOME=$HOME/.virtualenvs" >> ~/.bashrc
echo "source /usr/local/bin/virtualenvwrapper.sh" >> ~/.bashrc
source ~/.bashrc

# Windows配置
pip install virtualenvwrapper-win

创建和管理虚拟环境

# 使用virtualenvwrapper创建（推荐）
mkvirtualenv myenv
mkvirtualenv -p python3.8 myenv

激活和退出环境

# 使用virtualenvwrapper激活
workon myenv

# 退出环境
deactivate

安装pytorch

进入环境后

pip install torch torchvision

如果之后有cuda过于老旧之类的版本冲突可以按照pytorch官网的方法重新装，以下是一个例子

# ROCM 6.1 (Linux only)
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/rocm6.1
# CUDA 11.8
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu118
# CUDA 12.1
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu121
# CUDA 12.4
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu124
# CPU only
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cpu

测试能否使用cuda版本

import torch

# 当前安装的 PyTorch 库的版本
print(torch.__version__)
# 检查 CUDA 是否可用，即你的系统有 NVIDIA 的 GPU
print(torch.cuda.is_available())

import torch
x = torch.rand(5, 3)
print(x)