本方法适用于Windows操作系统
作者使用的是Windows11操作系统

写这篇文章的根本目的是为了帮助新人快速的掌握conda环境的安装以及基础的操作，节省新人在非开发事务上的时间从而提高学习效率和学习信心

PS：作者就曾被环境配置搞破防过

写在前面：如果已经安装了Miniconda或者Anaconda可以自行跳过标题1

1 Miniconda安装

Miniconda 是一个轻量级的 Conda 发行版，主要用于管理 Python 环境和软件包。相比完整的 Anaconda，它只包含 conda、Python 及基本依赖，占用更少的存储空间，适合需要定制化安装的用户。

Miniconda和Anaconda的区别见下图
两者都是 Conda 的发行版，​Anaconda 强调便利性，Miniconda 侧重灵活性

1.1 Miniconda安装包下载

先进入Miniconda的网站

https://www.anaconda.com/docs/getting-started/miniconda/install
输入网址或点击上面的“Miniconda”

点击“Download”（见下图红框所示）

将网页划到最下面点击“Download Miniconda Installer”（见下图红框所示）

找到“Miniconda Installers”（下图红框）点击Windows图标（下图绿框）

1.2 Miniconda安装包安装

下载完毕后，按照引导正常安装即可，这里就不再赘述，提一些注意事项：

• 需要安装在C盘之外的盘符中，而且需要保证该盘有一定空间（随着插件和虚拟环境的增多其所需的存储空间也将更大）
• 如果第一次安装最好全部勾选（见下图），尤其是“PATH”，这样可以省略环境配置的操作
  

1.3 Miniconda安装验证

在开始使用前，先需要确定conda环境是否正常，打开Windows终端，输入下面的代码

Windows终端怎么打开因篇幅有限不细说了，可以自行Search

conda -V

会在终端返回一个conda的版本号，比如作者的：

conda 25.5.1

这就表示conda已经安装完毕了，下面就可以开始使用conda了

2 Miniconda使用

这里会通过一个具体的例子来说明如何使用Miniconda的基础功能
例：Jack是一个软件工程师，他接手了一个新的项目，这个项目需要他的电脑具有以下环境：

2.1 第一个虚拟环境

在终端中使用下面的代码创建一个新的基于conda的虚拟环境

conda create -n test_prj python==3.9.23

conda create：conda创建新虚拟环境的指令
-n：一个命令给新的虚拟环境命名（这是一个缩减，全文是-name）
test_prj：是虚拟环境的名字，可以是任何根据自己的项目要求或者自己的想法来命名
Python==3.9.23：指定虚拟环境的Python版本，如果没有后面的等号会将版本设置为Miniconda默认的Python环境

会出现下面这个信息，输入“y”开始下载相关包

下载完这些包后，会出下面这个信息（红框里面的命令后面会用到）

2.2 搭建虚拟环境

（非必须步骤）在进入虚拟环境之前最好确定当下有哪些虚拟环境可用

conda env list

env list：一个指令可以用来查询当前所有的虚拟环境

输入该指令后会出现下面的信息，从信息中可以看到刚才创建的“test_prj”以及这个虚拟环境所在的地址

使用技巧：如果想重命名一个虚拟环境可以去到“envs”这个文件夹中找到需要修改环境（以文件夹方式显示）直接重命名这个文件夹即可，然后再次查询确定是否重命名成功即可；删除也可以按照这种方法操作

2.1.1 OpenCV安装

根据环境需求，需要在新创建的“test_prj”虚拟环境中导入OpenCV的4.10.0版本，但是在这之前需要先进入该虚拟环境，然后开始安装OpenCV的指定版本

conda activate test_prj

在进入虚拟环境后，终端会显示该信息（图中红色箭头所指位置会显示当前所在的虚拟环境名称）

输入命令后会需要下一堆包，直接在提示弹出后输入“y”即可

conda install opencv==4.10.0

终端弹出该信息即包已安装完毕

2.1.2 PyTorch2.7.1&CUDA安装

PyTorch&CUDA的安装会和OpenCV的安装不一样，PyTorch&CUDA的安装需要使用Python3的pip3指令进行安装，其主要原因是conda的包库中不包含需要的指定版本（篇幅有限具体情况就不展示了，可以自行在conda中尝试发现）

首先，进入PyTorch官网，点击“Get started”（下图绿框）进入“Start Locally”界面

点击超链接或自行Search

进入“Start Locally”界面后，选择构建版本、系统、包方式、编程语言、版本（下图已根据所需的环境选择好），然后将“Run this Command”后面的指令复制粘贴到终端中（红框所示）

为了确保下载的版本是指定的版本，需要将“Run this Command”提供的命令做一些改变，输入命令后就会开始下载相应的包

pip3 install torch==2.7.1+cu126 torchvision==0.22.1+cu126 torchaudio --index-url https://download.pytorch.org/whl/cu126

下载完成后，终端会显示这个信息

2.3 检查虚拟环境

这里会提供两种检查方法，一个是使用conda，一个是使用PyCharm

2.3.1 使用conda

在安装完需要的库和软件包后，需要确定这些库和软件包是否已经被包含在该虚拟环境中，使用命令查看该虚拟环境中的库和软件包

conda list

可以看到本虚拟环境包含的库和软件包，然后确认“Name”和“Version”是否符合所需就行了
（图片仅展示）

2.3.2 使用PyCharm

因篇幅有限，这里不再细讲PyCharm的具体操作和相关的UI位置，如果没有使用经验可以在任何技术社区或者视频网站找到自学资料

1- 在PyCharm中创建一个简单的项目或者Python文件
2- 将Python解释器选择为刚才conda创建的虚拟环境中的Python解释器
3- 在Python文件中输入下面这段代码并运行

import cv2
import torch
import torchvision
import torch.version


def pytorch_version():
    print(f"OpenCV version: {cv2.__version__}")
    print(f"PyTorch version: {torch.__version__}")
    print(f"Torchvision version: {torchvision.__version__}")
    print(torch.cuda.is_available())  # 返回值必须为 true
    print(f"CUDA version: {torch.version.cuda}")
    print(f"CUDNN version: {torch.backends.cudnn.version()}")


if __name__ == '__main__':
    pytorch_version()

上段代码运行结果为

至此，Jack就完成了环境搭建并学会如何管理虚拟环境

如果还有其他问题可以在评论区交流吗
也欢迎指出不足之处作者会积极回应并修改