第一次接触anaconda虚拟环境，很蠢，什么都不懂，只能跟着做。
虚拟环境什么意思
网上查了很多，概念都快背下来了，死活不理解虚拟环境到底什么意思，这个“虚拟”到底什么意思。有时候真挺烦的查出来的所有人的回答都一个样，看了很多篇还是看不懂……
网上的概念：“virtual environment 它是一个虚拟化,从电脑里独立开辟出来的环境。通俗的来讲,虚拟环境就是借助虚拟机docker来把一部分内容独立出来,我们把这部分独立出来的内容称为“容器”。
其实“虚拟环境”就是一个实实在在的文件夹，就存在于你的D盘里，不是真的“虚拟”。每个文件夹都有自己的python.exe和自己的包，它们之间互不干扰，不用担心版本会撞的问题。比如我原生python是3.9.6（32位），anaconda base python是3.9.7（64位），anaconda pytorch_gpu python是3.9.12（64位），anaconda mindspore python是3.5（64位），这都互不影响的。
ps：我是先装python再装anaconda的，网上好多人说这种情况anaconda python的版本必须与原生python的版本一致，不然会冲突。后来发现不会啊，互不影响的。
之所以叫“虚拟”，大概是因为它是根环境的一份拷贝吧，就像虚拟世界是现实世界的副本一样。我真的一直纠结于“虚拟”这两个字，一开始以为不是本地的东西…虽然知道它是用来进行环境隔离的，但不知道它的实体到底是什么，原来就是个文件夹，通过某种技术实现了隔离。
为什么是这样的配置流程
当时看教程怎么配置Yolo环境，教程很多但是千篇一律没有人说这到底是为什么，为什么要先自己下载pytorch，再在pytorch环境中install requirement，我也不懂，只能跟着做下来，但是并不理解意义。现在突然懂了。
pip install -r requirements.txt其实就是下载txt里提到的所有包，里面包括一个叫torch的，就是pytorch。所以，不用事先下载pytorch，直接在anaconda里建一个虚拟环境，然后执行pip install -r requirements.txt 就可以；甚至不用anaconda，直接在项目本地的venv里执行pip install -r requirements.txt 也一样。
但是，这样下载下来的包版本都是最新版，torch包大概率与你电脑的cuda版本不匹配，多半是cpu版的。如果想下载指定版本的pytorch，应该pip install torch==1.10.0+cu102，而不是直接pip install torch。这就是为什么要自己先下载pytorch，而不是用requirements统一下载。
另外，教程里都是执行cudatoolkit的下载命令，也就是把torch、torchvision、torchaudio都打包下载了，但是其实也可以一个一个单独自己下载，比如pip install torch==1.10.2+cu102，pip install torchvision==0.11.3+cu102，自己下载的话，千万要注意版本的匹配，它们之间有严格的版本对应关系，下载之前查清楚再下：torchvision · PyPI
如果想要在别的项目里也使用pytorch，还是建议下载一下anaconda，然后用conda管理pytorch包吧；如果只是临时项目或者比赛需要运行一下Yolo，之后不搞了，则可以不下anaconda，直接用项目本地的venv也能跑通，效果一样。
如果选择了先下载anaconda，然后新建虚拟环境下载pytorch，那么下完pytorch之后，再在pytorch环境中（这个“环境”指的就是pytorch下载的路径，下载在哪个文件夹或者说哪个虚拟环境）执行pip install -r requirements.txt，此时由于txt里关于torch的要求已经满足了，其它包还没满足，所以该命令会把其它包装到pytorch所在的环境里（如果包已存在且版本不低于txt的要求，则不予理会；如果包不存在，则下载最新版），整个txt的要求就全满足了。
说白了就是，一个直接用pip install requirement安装最新版的所有包；一个先自己安装torch包，再用pip install requirement安装其它包。
离线安装yyds
为啥教程没有一个讲离线安装的啊，都是在线安装…这里记录一下离线安装过程：
1、这里有各种CUDA版本对应的pytorch：https://download.pytorch.org/whl/
找到需要的torch、torchvision（我是做视觉所以没下载torchaudio），下载到本地。我（本机性能是cuda10.2，windows系统，该虚拟环境是python3.9)下载的是torch 1.10.0+cu102 torch-1.10.0+cu102-cp39-cp39-win_amd64.whl、torchversion 0.11.1 torchvision-0.11.1+cu102-cp39-cp39-win_amd64.whl，它们之间有严格的版本对应关系，下载之前查清楚再下：torchvision · PyPI
2、切换到pytorch_gpu虚拟环境，输入pip install d:\Desktop\xxxx.whl，进行离线下载即可（“xxxx.whl”就是刚刚下载的torch的whl文件名，我把它放到桌面上了，其它whl同理）。
>>>(pytorch_gpu) C:\Users\XXX> pip install d:\Desktop\torch-1.10.0+cu102-cp39-cp39-win_amd64.whl
3、下完之后，执行下面语句，测试是不是gpu版的：
在pytorch_gpu虚拟环境中输入python，然后：
>>>(pytorch_gpu) C:\Users\XXX> python
>>>import torch
>>>torch.cuda.is_available() # gpu版的输出true，cpu版的false【====================注意====================】
这里的“离线”并不是真的不连网 ！
安装某个包（比如torch）的时候，必须要先安装torch包的依赖包，最后才是安装torch。在依赖包全部安装完成之前，是无法安装torch包的。
在线pip install的时候，依赖包的安装都是通过网络请求自动完成的；但如果完全离线，就要事先将依赖包一个一个按顺序下载好才行，因为没有网络的情况下，是无法通过网络请求安装依赖包的。
可以看到，我上面说的“离线”安装pytorch的过程并没有安装任何依赖，而是直接pip install torch.whl，因为我是连网了的。有网的情况下依然选择“离线”安装，是由于torch包太大，在线pip install下不下来，所以我采用whl的方式；而在pip install torch.whl的时候，它会检测到需要numpy，因此它会通过网络请求在线安装numpy，由于numpy比较小，所以在线安装没有问题。
所以上述过程不能算“完全离线”，严格说应该是“半在线半离线”吧：离线安装大的包，在线安装它的依赖包。
参考：
离线安装Pytorch 最简单 高效的方法_正在学习的浅语的博客-CSDN博客
python安装包的离线安装方法_离线安装python包_MasonYyp的博客-CSDN博客
离线下载非常顺利10分钟就好了；我记得当时什么都不懂，跟着教程全是在线下载，因为网络原因一直失败中断，各种报错非常折磨。其它包也一样，如果直接在线pip出错解决不了，就用离线安装，注意版本匹配正确，很顺利的。
慎用 -U 指令【坑】
我当时也没查清楚，-U什么意思，是更新的意思。如果是pip install -r requirements.txt，则如果某个包已存在且版本不低于它的要求，它就不会动你了；但如果是pip install -U -r requirements.txt，如果某个包已存在但不是最新版本，它会把这个包卸了，给你重新装一个最新版本！！！
坑记录：一开始我装的是gpu版的pytorch 1.8.1+cu102，由于使用了pip install -U -r requirements.txt，pytorch就被覆盖成pytorch 1.11.0+cpu版本的了（1.11.0正是当时的最新版本）。崩溃。当时都没发现，后来发现怎么莫名其妙变成cpu版的了？？？排查了好久原来是-U的缘故。