第 1 课编程环境准备说明
目标
本说明用于帮助同学在自己的电脑上完成第 1 课编程练习所需环境准备。我们建议安装:
- VS Code
- Anaconda
- PyTorch
- Jupyter Notebook
重点提醒:
- Windows 同学请优先按本文方法操作。
- 电脑里装过很多 Python 很正常,不用紧张。
- 大多数“装不上 torch”“VS Code 找不到环境”“Jupyter 打不开”问题,本质上都是装到了错误的 Python 环境,不是你不会。
一、建议的总体思路
建议你把这次课程环境理解成一条简单链路:
- 用 Anaconda 提供 Python 环境。
- 用 Anaconda Powershell Prompt 安装包。
- 用 Anaconda Navigator / Jupyter Notebook 打开 notebook。
- 用 从 Anaconda 启动的 VS Code 写代码。
这样做的目的很简单:
- 尽量让“Python 在哪儿”“包装到哪儿”“VS Code 用的是哪个解释器”这三件事保持一致。
二、Windows 安装方法(重点)
1. 安装 VS Code
做法
- 打开 VS Code 官网下载页:https://code.visualstudio.com/download
- 下载 Windows 版本安装包。
- 一路默认安装即可。
建议
- 初学者优先用 User Installer 或默认安装方式。
- 安装完成后,先不要急着直接从桌面图标打开 VS Code,后面建议从 Anaconda 启动。
2. 安装 Anaconda
做法
- 打开 Anaconda 官网下载页:https://www.anaconda.com/download/
- 下载 Windows 版本安装程序。
- 双击安装,按默认选项安装即可。
为什么推荐 Anaconda
- 它自带 Python、包管理和 Jupyter。
- 对刚开始上手深度学习的同学更省事。
- 后面出现问题时,也更容易定位是不是环境问题。
3. 安装 PyTorch
官方推荐方法
PyTorch 官方安装页是:https://docs.pytorch.org/get-started/locally/
请在官网选择:
- OS:Windows
- Package:Pip
- Language:Python
- Compute Platform:
- 没有 NVIDIA GPU,选
None / CPU
- 有 NVIDIA GPU,再按显卡和驱动情况选择 CUDA 版本
然后运行官网给出的命令。
对大多数同学的建议
- 如果你不确定自己有没有合适的 CUDA 环境,先装 CPU 版,最稳。
- CPU 版已经足够完成本课程前期 notebook 练习。
最稳妥的安装位置
请在 Anaconda Powershell 里安装,不要在乱七八糟的系统终端里装。
做法:
- 在 Windows 开始菜单中打开 Anaconda Powershell。
- 在这个窗口里运行 PyTorch 官网给出的安装命令。
这样做的原因是:
- 这样基本可以保证包装在 Anaconda 这套 Python 环境 下,而不是误装到别的 Python。
三、Mac 安装方法
1. 安装 VS Code
- 打开:https://code.visualstudio.com/download
- 选择 Mac 版本。
- 按你的芯片下载:
- Apple Silicon:选 Apple silicon / arm64
- Intel Mac:选 Intel
安装完成后,可以在 VS Code 中执行:
Cmd + Shift + P
- 输入
Shell Command: Install 'code' command in PATH
这是 VS Code 官方在 macOS 上推荐的方式之一,用来让终端能直接使用 code . 启动 VS Code。来源:VS Code macOS 文档。
https://code.visualstudio.com/docs/setup/mac
2. 安装 Anaconda
- 打开:https://www.anaconda.com/download/
- 下载 Mac 版本。
- 注意区分芯片架构:
- Apple Silicon:
MacOSX-arm64
- Intel Mac:
MacOSX-x86_64
注意:
3. 安装 PyTorch
同样建议使用官方安装页:
选择:
- OS:Mac
- Package:Pip
- Language:Python
- Compute Platform:CPU
对大多数 Mac 同学:
四、安装完成后的基本检查
无论是 Windows 还是 Mac,建议做三个检查。
1. 检查 Python
在你准备使用的终端里运行:
python --version
2. 检查 PyTorch
运行:
import torch
print(torch.__version__)
print(torch.rand(5, 3))
PyTorch 官方也提供了类似的验证方式。来源:
https://docs.pytorch.org/get-started/locally/
3. 检查 Jupyter
运行:
jupyter notebook
如果能正常打开浏览器中的 Notebook 页面,说明基本环境已通。
五、Windows 常见问题与解决方法
下面这些问题非常常见,尤其是 Windows。
问题 1:VS Code 里装不上 torch
典型现象
- 在终端里执行了安装命令,但 VS Code 里
import torch 仍然报错。
- 明明装过了,但 notebook 里还是说没有
torch。
原因
最常见原因不是“没装成功”,而是:
- 你把包安装到了 A Python
- 但 VS Code 正在使用 B Python
也就是说,安装环境和运行环境不是同一个。
最简单的解决方法
方法 1:从 Anaconda 启动 VS Code
- 打开 Windows 开始菜单中的 Anaconda Navigator 或 Anaconda 图形界面。
- 在里面找到 VS Code
- 点击
Launch
这样启动的 VS Code,通常更容易直接找到 Anaconda 的 Python 环境。
为什么这个方法有效
- 因为它是在 Anaconda 环境上下文中启动 VS Code。
- VS Code 更容易继承正确的 PATH 和 Python 解释器。
补充做法
在 VS Code 里还可以手动检查解释器:
Ctrl + Shift + P
- 输入
Python: Select Interpreter
- 选择 Anaconda 对应的 Python
问题 2:不知道 torch 装到哪里去了
原因
Windows 上很多同学电脑里可能同时有:
- 系统自带 Python
- Microsoft Store 装的 Python
- 自己以前装过的 Python
- Anaconda 里的 Python
于是你在一个终端里执行 pip install ...,未必装到你真正想用的那个 Python 上。
更稳的方法
请在 Anaconda Powershell 里安装。
做法:
- 打开 Anaconda Powershell
- 在里面运行 PyTorch 官网提供的安装命令
例如课程里如果先用 CPU 版,常见命令会类似:
pip install torch torchvision torchaudio
但请以 PyTorch 官网安装页当前给出的命令为准。
重点提醒
- Python 里导入的包名是
torch
- 不是
pytorch
所以验证时要写:
import torch
问题 3:Jupyter Notebook 打不开
典型现象
- 双击
.ipynb 没反应
- VS Code 里 notebook 打不开
- 命令行里找不到
jupyter
原因
仍然大概率是环境不一致:
- 你当前终端不是 Anaconda 的环境
jupyter 没装在当前 Python 下
- VS Code 的 Jupyter 扩展或 Python 解释器没有选对
最简单的解决方法
直接打开 Anaconda 自带的 Jupyter Notebook
做法:
- 打开 Anaconda Navigator
- 点击 Jupyter Notebook 的
Launch
或者:
- 打开 Anaconda Powershell Prompt
- 输入:
jupyter notebook
为什么这个方法有效
- 因为这就保证了你是从 Anaconda 的 Python 环境启动 Notebook。
- 这样就不会出现“Notebook 用的是别的 Python,但 torch 装在 Anaconda 里”的错位问题。
问题 4:VS Code 能打开,但 Notebook Kernel 不对
典型现象
- notebook 能打开,但运行单元时提示没装
torch
- kernel 列表里有很多 Python,不知道选哪个
原因
- VS Code 的 notebook 内核和你安装包时的解释器不一致。
解决方法
- 打开 notebook
- 点击右上角 kernel / interpreter 选择器
- 选择 Anaconda 对应环境
如果还是混乱:
- 先不用 VS Code 打开 notebook
- 直接从 Anaconda 的 Jupyter Notebook 打开
这通常是最省时间的方案。
问题 5:出现 OpenMP / KMP 冲突错误
典型现象
常见报错类似:
OMP: Error #15
Initializing libiomp5md.dll, but found ... already initialized
原因
这通常是因为:
- 你的环境中同时加载了多个 OpenMP 运行时库
- 常见于
numpy、mkl、torch、某些科学计算库组合使用时
这不是你代码逻辑错了,而是底层动态库冲突。
临时解决方法
在代码最前面加入:
import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
这段代码在做什么
- 它告诉底层运行时:“允许重复加载 KMP/OpenMP 相关库”
- 这样很多 notebook 可以先跑起来
说明
- 这是一个实用型 workaround,不是最彻底的环境治理方案。
- 对课程练习来说,通常足够。
- 如果后面你想长期做开发,再去慢慢清理重复环境也不迟。
六、Mac 常见问题与解决方法
1. 下载了错误芯片版本
现象
原因
- Apple Silicon 和 Intel Mac 的安装包不同
解决方法
- Apple Silicon 下载
arm64
- Intel Mac 下载
x86_64
如果是 Intel Mac,而官网只给出新架构版本,请到 Anaconda 官方 archive 找对应安装包。
2. 终端里能跑,VS Code 里不能跑
原因
解决方法
在 VS Code 里执行:
Cmd + Shift + P
Python: Select Interpreter
- 选择 Anaconda 对应环境
3. Notebook 打不开或 kernel 不对
解决方法
- 优先直接在 Anaconda / Jupyter Notebook 里打开
- 或者在 VS Code 里重新选择 kernel
七、推荐的最低可用工作流
如果你只想先把作业和 notebook 跑起来,最稳的流程是:
Windows
- 装 VS Code
- 装 Anaconda
- 打开 Anaconda Powershell Prompt
- 在里面安装 PyTorch
- 打开 Anaconda Navigator
- 在里面
Launch VS Code 或 Launch Jupyter Notebook
Mac
- 装 VS Code
- 装 Anaconda
- 在 Anaconda 对应终端里安装 PyTorch
- 先用 Jupyter Notebook 跑通 notebook
- 再回到 VS Code 做编辑
八、如果还是不行,优先排查什么
请按这个顺序检查:
- 你现在运行代码的 Python,到底是不是 Anaconda 的 Python?
torch 是不是装在这个 Python 里?
- 当前 notebook 的 kernel,是不是你装了
torch 的那个环境?
- 是否只是 OpenMP / KMP 冲突,需要先加那两行
os.environ?
九、最后的提醒
- 环境问题是深度学习入门时最常见的问题,不代表你学不会。
- Windows 上最容易出问题的不是 PyTorch 本身,而是“多个 Python 并存”。
- 对本课程来说,优先保证能跑通 notebook,比一开始就追求最优雅的环境更重要。
- 实在不行时,回到 Anaconda 的 Powershell、VS Code Launch、Jupyter Notebook Launch 这三招,通常就够了。