### 激活 Conda 虚拟环境并运行使用 PyTorch 的 Python 脚本 在终端中激活 Conda 虚拟环境并运行 Python 脚本的过程非常直接。以下是详细步骤： 1. **查看已有的 Conda 虚拟环境列表** 可以使用以下命令列出所有已创建的虚拟环境： ```bash conda info --envs ``` 这将显示所有可用的虚拟环境，并标记当前激活的环境。 2. **创建新的虚拟环境（可选）** 如果尚未创建用于运行 PyTorch 的虚拟环境，可以使用以下命令创建一个新环境，并指定 Python 版本： ```bash conda create -n pytorch_env python=3.9 ``` 这里 `pytorch_env` 是虚拟环境的名称，可以根据需要更改。 3. **激活虚拟环境** 使用以下命令激活刚刚创建的虚拟环境： ```bash conda activate pytorch_env ``` 激活后，终端提示符通常会显示当前环境的名称。 4. **安装 PyTorch** 在激活的虚拟环境中安装 PyTorch： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch ``` 该命令将安装 PyTorch 及其相关组件，如 `torchvision` 和 `torchaudio`，并指定 CUDA Toolkit 版本以支持 GPU 加速 [^1]。 5. **运行 Python 脚本** 环境配置完成后，可以使用以下命令运行 Python 脚本： ```bash python your_script.py ``` 其中 `your_script.py` 是要运行的 Python 脚本的文件名。 6. **退出虚拟环境** 脚本执行完毕后，可以使用以下命令退出当前激活的虚拟环境： ```bash conda deactivate ``` ### 示例代码 以下是一个简单的 PyTorch 示例脚本，用于验证是否成功运行： ```python import torch # 检查 PyTorch 是否能够检测到 GPU if torch.cuda.is_available(): device = torch.device("cuda") print("CUDA is available! Running on GPU.") else: device = torch.device("cpu") print("CUDA is not available. Running on CPU.") # 创建一个简单的张量 x = torch.randn(5, 3) print("Random tensor:\n", x) ``` ### 注意事项 - 确保在激活的虚拟环境中安装所有依赖项，以避免与其他环境发生冲突。 - 如果使用的是 Zsh 或其他 shell，Conda 初始化代码可能需要手动添加到 shell 配置文件中，如 `~/.zshrc` [^2]。 ---