安装虚拟环境的初衷多个项目直接安装 base 环境包后果是环境冲突、版本混乱解决办法是每个项目一个独立的虚拟环境。因为 Miniconda 轻量、按需装包所以以此为例。创建虚拟环境①首先确保已安装 VSCode打开 VSCode 扩展面板CtrlShiftX / CmdShiftX搜索 Python微软官方出品安装并重启。②根据电脑操作系统下载对应的 Miniconda 安装包安装时勾选 Add to PATHWindows或确认 conda 命令在终端可用打开系统终端CMD / PowerShell / Terminal输入conda --version输出版本号表示正常安装。③创建虚拟环境# 创建一个 Python 3.10 的新环境ai-dev conda create -n ai-dev python3.10 # 激活名为ai-dev的环境 conda activate ai-dev # 安装 torch pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118如果创建过程中报错可以用下面的一键检查脚本python -c import sys, platform print(Python 版本:, sys.version) print(Python 架构:, platform.machine()) print(操作系统:, platform.system(), platform.release()) print(Python 路径:, sys.executable) # 判断pip的版本 python -m pip -V对照结果看版本号在 3.8~3.11 之间吗架构是 x86_64 / AMD64 吗不是就装 CPU 版pip 是最新版吗CPU版pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu非CPU版# 多个python时最稳妥的写法 python -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118安装成功后验证python -c import torch; print(PyTorch 版本:, torch.__version__); print(CUDA 可用:, torch.cuda.is_available()); print(CUDA 版本:, torch.version.cuda if torch.cuda.is_available() else N/A)输出类似下面算安装成功PyTorch 版本: 2.0.1cu118CUDA 可用: True ##False 说明你装的是 CPU 版或者驱动有问题但不影响使用——只是训练会慢很多。CUDA 版本: 11.8 
长河君 · 2026/10/23 7:47:39 · 阅读 1.2k vscode 安装虚拟环境miniconda
安装虚拟环境的初衷多个项目直接安装 base 环境包后果是环境冲突、版本混乱解决办法是每个项目一个独立的虚拟环境。因为 Miniconda 轻量、按需装包所以以此为例。创建虚拟环境①首先确保已安装 VSCode打开 VSCode 扩展面板CtrlShiftX / CmdShiftX搜索 Python微软官方出品安装并重启。②根据电脑操作系统下载对应的 Miniconda 安装包安装时勾选 Add to PATHWindows或确认 conda 命令在终端可用打开系统终端CMD / PowerShell / Terminal输入conda --version输出版本号表示正常安装。③创建虚拟环境# 创建一个 Python 3.10 的新环境ai-dev conda create -n ai-dev python3.10 # 激活名为ai-dev的环境 conda activate ai-dev # 安装 torch pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118如果创建过程中报错可以用下面的一键检查脚本python -c import sys, platform print(Python 版本:, sys.version) print(Python 架构:, platform.machine()) print(操作系统:, platform.system(), platform.release()) print(Python 路径:, sys.executable) # 判断pip的版本 python -m pip -V对照结果看版本号在 3.8~3.11 之间吗架构是 x86_64 / AMD64 吗不是就装 CPU 版pip 是最新版吗CPU版pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu非CPU版# 多个python时最稳妥的写法 python -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118安装成功后验证python -c import torch; print(PyTorch 版本:, torch.__version__); print(CUDA 可用:, torch.cuda.is_available()); print(CUDA 版本:, torch.version.cuda if torch.cuda.is_available() else N/A)输出类似下面算安装成功PyTorch 版本: 2.0.1cu118CUDA 可用: True ##False 说明你装的是 CPU 版或者驱动有问题但不影响使用——只是训练会慢很多。CUDA 版本: 11.8