在使用 Python 运行 AI 软件时,可能会经常用到 pip
和 venv
。pip
是安装 Python 软件包的工具,而 venv
能帮你创建独立的环境,避免软件冲突。这篇教程会教你怎么用它们,还会指导你安装 PyTorch(一个常用的 AI 工具),支持不同的 CUDA 版本(11.8、12.4、12.6)。别担心,我会一步步带你走,即使没基础也能学会!
第一步:认识 pip 的常见命令和错误处理
常用 pip 命令
安装一个模块
- 比如安装
requests
(一个网络工具):按回车,下载并安装完成。pip install requests
- 比如安装
检查已安装的模块
- 输入:会列出你装过的所有模块和版本。
pip list
- 输入:
更新 pip 本身
- 如果 pip 版本老了,输入:保持最新能减少问题。
pip install --upgrade pip
- 如果 pip 版本老了,输入:
卸载模块
- 不想要某个模块,比如
requests
,输入:按提示输入pip uninstall requests
y
确认删除。
- 不想要某个模块,比如
常见错误及解决办法
模块版本冲突
- 比如提示“某某模块需要 xxx 版本,但已安装 yyy 版本”。
- 解决:先卸载冲突的模块(
pip uninstall 模块名
),再安装指定版本:比如pip install 模块名==版本号
pip install numpy==1.21.0
。版本号可以问软件作者。
网络连接错误
- 提示“连接超时”或“下载失败”。
- 解决:多试几次,或者换个网络。如果还不行,下一节会教你用镜像源加速。
模块未找到错误
- 比如输入
pip install xxx
后提示“找不到模块”。 - 解决:检查拼写,或者上网搜一下正确名字(比如 Google “Python xxx module”)。也可能是 pip 没装好,输入:修复后再试。
python -m ensurepip python -m pip install --upgrade pip
- 比如输入
第二步:设置 pip 镜像源和恢复默认
为什么要用镜像源?
默认情况下,pip 从国外服务器下载模块,速度可能很慢。镜像源就像国内的“替身服务器”,能加速下载。
指定镜像源
临时使用镜像源
- 在命令后加
-i
和镜像地址,比如用清华大学的源:下载会快很多。pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
- 在命令后加
永久设置镜像源
- 打开文件资源管理器,在地址栏输入:按回车,进入
%APPDATA%
C:\Users\你的用户名\AppData\Roaming
。 - 新建文件夹
pip
,进去后新建文本文件,命名为pip.ini
(注意改后缀)。 - 用记事本打开
pip.ini
,输入:[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple
- 保存关闭,以后 pip 都会用这个源。
- 打开文件资源管理器,在地址栏输入:
恢复默认源
- 如果想用回官方源,打开
pip.ini
,把内容改成:[global] index-url = https://pypi.org/simple
- 或者直接删除
pip.ini
文件。
第三步:使用 venv 创建和管理虚拟环境
venv
是 Python 自带的工具,能创建独立的环境,适合运行不同项目的 AI 软件。
创建虚拟环境
- 进入一个文件夹(比如新建的“AIProject”):
进入该文件夹,删掉地址栏内容,输入cmd
回车,打开终端 - 在终端中输入命令创建环境:
python -m venv myenv
myenv
是环境名字,会在文件夹里生成一个“myenv”子文件夹。
- 进入一个文件夹(比如新建的“AIProject”):
激活虚拟环境
- 输入:按回车,看到
myenv\Scripts\activate
(myenv)
就成功了。
- 输入:
退出虚拟环境
- 输入:
deactivate
(myenv)
消失就退出了。
- 输入:
删除虚拟环境
- 不需要时,直接删除
myenv
文件夹就行(右键 > 删除)。
- 不需要时,直接删除
第四步:用 pip 安装 PyTorch(支持 CUDA 11.8、12.4、12.6)
PyTorch 是 AI 软件常用的模块,支持 GPU 加速(需要英伟达显卡和 CUDA)。我们以 Windows 为例安装不同 CUDA 版本的 PyTorch。
确保在虚拟环境中
- 输入
myenv\Scripts\activate
,确认有(myenv)
。
- 输入
安装 PyTorch
- 根据你的 CUDA 版本(教程二有检查方法),输入对应命令:
- CUDA 11.8:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
- CUDA 12.4:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
- CUDA 12.6:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
- CUDA 12.4:
torch
是主模块,torchvision
处理图像,torchaudio
处理音频。
验证安装
- 输入:
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
- 如果输出类似
2.6.0
(版本号)和True
,说明安装成功且 GPU 可用。 - 如果是
False
,检查 CUDA 是否装好(参考教程二)。
- 输入:
没装 CUDA?用 CPU 版
- 如果没有英伟达显卡或 CUDA,输入:装的是 CPU 版,能跑但速度慢点。
pip install torch torchvision torchaudio
- 如果没有英伟达显卡或 CUDA,输入:
最后:开始你的 AI 之旅!
现在你会用 pip 装模块、设置镜像源、用 venv 管理环境,还装好了 PyTorch。如果你的 AI 软件有运行命令(比如 python run.py
),在虚拟环境中试试吧!