Miniconda 是 Anaconda 的轻量化精简版 Python 环境管理工具,仅包含 conda 包管理器、Python 解释器和少量核心依赖,安装包仅50-100MB,能跨平台创建完全隔离的虚拟环境,彻底解决不同项目间的依赖版本冲突问题,是开发者、服务器部署场景的首选方案
安装 Miniconda
官网下载地址:www.anaconda.com/download
历史版本下载地址:repo.anaconda.com/miniconda/
推荐使用历史版本下载;
一路 Next 等装完,然后打开 Anaconda Prompt,输入 conda --version 验证——能显示版本号就可以
输入conda --version 返回 conda 24.9.2
创建虚拟环境
3. 下一步:创建虚拟环境
在同一个终端里执行:
bash
conda create -n ai-trainer python=3.11 -y
注意:这里我改成了
python=3.11,和你安装的版本保持一致,这样 conda 不用额外下载一份 Python,装得更快。
执行后会看到它列出要安装的包,然后问你是否继续——加了 -y 就自动确认了,等它跑完即可。
预期输出末尾会有一句类似:
plaintext
To activate this environment, use:
conda activate ai-trainer
看到这句就成功了。
4. 然后激活并验证
bash
conda activate ai-trainer
conda env list
conda env list 的输出里应该能看到两行:base 和 ai-trainer,且 ai-trainer 前面有个 *(表示当前已激活)。
命令行提示符前面也应该出现 (ai-trainer) 前缀。
装库
一个小提醒
如果下载中途卡住或报 ReadTimeoutError,别慌,重新跑一遍上面的命令就行——pip 会接着已下载的部分继续,不会从头再来。
离跑通只差两步了
装完库之后:
- 建练习目录:在 D 盘建一个
D:\ai-practice文件夹 - 启动 Jupyter:
bash
cd /d D:\ai-practice
jupyter notebook
浏览器会自动打开一个页面,说明环境完全通了。
库装齐了。现在做最后一步验证——跑通那段代码,环境就正式就绪了。
1. 启动 Jupyter
在同一个终端(前面要有 (ai-trainer) 前缀)执行:
bash
d:
cd D:\ai-practice
jupyter notebook
d:是切换到 D 盘,如果提示目录不存在,先建:mkdir D:\ai-practice
预期结果:命令行会刷出一堆日志,然后浏览器自动打开一个页面,地址类似 http://localhost:8888/tree,页面上能看到 ai-practice 文件夹内容。看到这个页面就说明 Jupyter 通了。
命令行窗口不要关,它是 Jupyter 的服务器。用完 Jupyter 后在命令行按 Ctrl+C 两次关闭。
2. 新建 Notebook 跑验证代码
在浏览器页面里:
- 右上角点 New → 选 Python 3(如果能看到
Python [conda env:ai-trainer]就选那个,更明确) - 新页面打开后,把下面这段整个粘贴进第一个格子
- 按 Shift + Enter 运行