更详细可以参考:
Anaconda完全入门指南
conda官方文档
Anaconda官方文档
文章目录
conda创建新环境
如果只是用的话,用【创建】和【激活】的命令足够了~
第一步:创建
conda create --name yourEnv python=2.7
- –name:也可以缩写为 【-n】,【yourEnv】是新创建的虚拟环境的名字,创建完,可以装anaconda的目录下找到envs/yourEnv 目录
- python=2.7:是python的版本号。也可以指定为【python=3.6】,若未指定,默认为是装anaconda时python的版本.
若想要在创建环境同时安装python的一些包:
conda create -n yourEnv python=3.6 numpy pandas
若想在别人虚拟环境的基础上创建自己的环境:
conda create --name <yourEnv> --clone <baseEnv>
第二步:激活
windows ==> activate yourEnv
linux/mac ==> source activate yourEnv
tips:
-
linux用户需要进入到
anaconda/envs
目录下激活需要的环境,或者通过命令source active /home/yourName/anaconda3/envs/yourEnv
激活需要的环境;上面激活的方式进入目录太复杂 or 命令太长了,可以通过设置全局变量或者用linux的别名
alias
设置。
第一种方式,将需要激活的路径下的bin
文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin
添加到~/.bash_profile
中。
第二种方式,通过vim ~/.bash_profile
,向里面添加alias activeEnv='source activate /home/yourName/anaconda3/envs/yourEnv'
,source ~/.bash_profile
之后可以直接在命令行输入activeEnv
激活相应环境
建议第二种,并建议看下linux的alias
,非常好用 -
windows用户环境变量中添加(改成自己的路径):
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
第三步:查看活跃的环境
conda info --envs
:输出中带有【*】号的的就是当前所处的环境
conda一些命令
conda list
: 看这个环境下安装的包和版本
conda install numpy scikit-learn
: 安装numpy sklearn包
conda env remove -n yourEnv
: 删除你的环境
conda env list
: 查看所有的环境
anaconda下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
bash Anaconda3-5.3.1-Linux-x86_64.sh
清华镜像源配置
清华官方说明:Anaconda 镜像使用帮助,主要概括为向 .condarc
填充以下内容:
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
- linux: 直接
vim ~/.condarc
后添加; - Windows: 无法直接创建名为
.condarc
的文件,可先执行conda config --set show_channel_urls yes
生成该文件之后再添加。
远程:
Jupyter notebook远程访问服务器
- 参考: Jupyter notebook远程访问服务器
- 注意第一个人的评论:” 我的要修改c.NotebookApp.ip=‘0.0.0.0’才能用“
- 以及按照我的版本
c.IPKernelApp.pylab = 'inline'
会报错 - sshkey连接的方式:
Pycharm远程连接服务器
- 配置远程环境。在tools –> deployment –>configuration 下进行。配置好了记得选择这个环境(如图中红色标注所示)
- 配置好之后,可以用建立文件映射/配置远程的解释器/,这里讲解十分清晰
- 启动
ctrl+s
自动同步至远程环境。在tools –> deployment –>Options 中配置
tips:
- pycharm的快捷修复键 OPTION + ENTER
- 优化导入 option + control + O
其他注意:
pytorch 安装不成功
-
记得加上清华pytorch镜像:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ # for legacy win-64 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
-
官网可以根据自己的系统等直接生成安装的命令,如果镜像后还是不成功将官方的安装命令
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
去掉-c pytorch
,改为conda install pytorch torchvision cudatoolkit=10.0
-
cuda版本查看
cat /usr/local/cuda/version.txt
keras和tersorflow对应版本问题
- 两个版本如果不匹配可能出现:module ‘tensorflow.python.keras.backend’ has no attribute ‘get_graph’。可以从这里查看对应的版本
pip uninstall keras # 卸载keras conda install keras=2.2.4 #安装对应版本的keras
torchnet安装
- 手动:https://blog.csdn.net/weixin_43264516/article/details/83187775
- 官方:
pip install torchnet
- git:
pip install git https://github.com/pytorch/tnt.git@master
今天的文章conda创建新环境分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/4624.html