前言

现有python环境搭建方法大都需要安装 Anaconda，占用内存较大。针对此问题，本文介绍一种基于 dos 窗口的环境搭建方法以及 Spyder 软件安装方法，同时介绍 PyTorch 深度学习框架安装方法。

说明：由于作者主要使用 Python 做数据处理任务，之前使用软件为 Matlab。Spyder 编译器界面与Matlab较为相似，适合数据处理任务，因此转到 Python 后选择 Spyder 作为编译器。
第一部分介绍CUDA的安装方法，第二部分介绍虚拟环境的搭建，第三部分介绍工具包的安装，包括Pytorch。若电脑未配置独立显卡，直接从 第一部分第（4）点 开始阅读即可。

一、必要的工具包/安装包下载与安装

需要的工具包/安装包，共有4个：
（1）英伟达显卡最新的驱动：在英伟达官网下载，选择适自己电脑显卡的最新驱动程序；
下载之后双击安装（傻瓜式安装即可）；
安装好显卡驱动后，通过 “ win + R 输入 cmd ” 打开 DOS 窗口，输入 nvidia-smi 命令查看显卡的 CUDA 版本，可看到下图结果。图中红框标出处即为显卡的 CUDA 版本，第（2）步中需要下载的 CUDA 版本小于等于此版本即可兼容。

（2）CUDA 工具包：在此网址下载；
下载后安装即可；

（3）cuDNN 工具包：在此网址下载；
下载后解压 cuDNN 压缩包，使用其中的 “bin” ，“include” 和 “lib” 三个文件夹替换 CUDA 安装路径中的同名文件夹，一般为此路径：C:Program FilesNVIDIA GPU Computing ToolkitCUDAvxx.x

（4）Python 安装包：在此网址此网址下载，作者安装版本为3.10.4（仅供参考）。
在安装 Python 之前，在目标磁盘下建立一个文件夹，作为安装路径。例如：本人的安装路径为E:ML。
此文件夹较为重要，安装Python之前建立好！！！！
下载后安装Python，注意安装的时候需要确定将 “Add Python to enviroment variables” 选中，将 Python 添加到环境变量。

测试：
win+R => 输入cmd => 输入Python（注意P要大写），尝试使用cmd查看python，如果出现下图结果，则安装成功（ctrl+Z退出环境）

二、构建虚拟环境

1. 安装配置虚拟环境需要的包

进入 cmd => 直接使用pip命令安装需要的包
需要两个包：virtualenv 和 virtualenvwrapper-win，安装代码如下：

pip install -i 某个国内的pip镜像网址 virtualenv
pip install -i 某个国内的pip镜像网址 virtualenvwrapper-win
镜像网站选择离自己近一点的，例如：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ virtualenv
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ virtualenvwrapper-win

国内镜像网址：
http://mirrors.aliyun.com/pypi/simple/ 阿里云
https://pypi.mirrors.ustc.edu.cn/simple/ 中国科技大学
http://pypi.douban.com/simple/ 豆瓣
https://pypi.tuna.tsinghua.edu.cn/simple/ 清华大学
http://pypi.mirrors.ustc.edu.cn/simple/ 中国科学技术大学

2. 开始创建虚拟环境

（1）首先需要更改虚拟环境的安装位置：
新建系统环境变量 => 设置变量名为“WORKON_HOME”，变量值为虚拟环境要放置的文件夹目录
在安装Python时建立的文件夹（E:ML）下建立存放虚拟环境的文件夹（Env）

（2）然后在DOS窗口使用命令创建虚拟环境：
win+R => 输入cmd 打开DOS窗口，输入

mkvirtualenv + 环境名称
例如：
mkvirtualenv pt 

其中 pt 为虚拟环境名

（3）重新启动cmd进入创建好的环境（检查环境创建是否成功）
win+R => cmd => workon pt
出现以下结果说明创建成功，此时在目录 “E:MLEnv” 下也应该出现一个名为 pt 的文件夹。

三、进入虚拟环境，安装需要的工具包与编译器

首先，通过 win+R => cmd => workon pt 进入虚拟环境

1. 安装 Pytorch

打开Pytorch官网，根据自己电脑的cuda版本配适链接：红框框出的命令部分。若电脑未配置独立显卡，选择 “CPU”。
将命令复制粘贴至DOS已经打开的虚拟环境，敲击回车键安装，等待安装完成即可。

2. 安装其他需要的工具包

进入虚拟环境后直接使用pip install + 包的名称命令，例如安装Numpy：

3. 安装 Spyder 与 Jupyter notebook 编译器

（1）安装 Spyder

进入虚拟环境后直接使用pip install spyder命令，等待安装完成即可。

（2）安装 Jupyter notebook
安装Jupyter notebook 同理，但是notebook安装完成之后需要更改其启动路径，更改方式：
通过cmd进入虚拟环境，输入代码jupyter notebook --generate config，返回结果如下：

打开此路径，会发现有一个名为“jupyter_notebook_config.py”的文件，使用记事本打开
打开后操作：ctrl+F => 输入dir => 按3下 ↓ 键找到下图所示位置，将前面的 # 去掉，同时更改为自己的路径：

4. 打开编译器

进入虚拟环境后直接输入 spyder命令，然后 回车 等待打开即可。
打开 Jupyter notebook 同理。

打开 Spyder 或 Jupyter notebook ，输入以下代码以测试工具包安装效果：

import torch # 导入torch 包
print(torch.__version__) # 查看 torch 版本
print(torch.cuda.is_available()) # 查看 GPU 是否可用

结果如图所示即为安装完成：

总结

至此，Python安装，虚拟环境搭建和编译器的安装已经完成，此安装方法占用内存较少，使用与安装更为快捷方便。