conda

Anaconda下安装keras和tensorflow 一、 下载并安装Anaconda: Anaconda下载 安装步骤： 如果是多用户操作系统选择All Users，单用户选择Just Me 选择合适的安装路径 然后勾选这个，自动配置环境变量 最后等待安装完成就可以了。 安装完毕后打开'cmd'输入'python'，如下图即安装成功 二、 下载并安装Tensorflow: 创建虚拟环境： 打开Anaconda Prompt， 建立名为tensorflow的conda计算环境。 输入： conda create -n tensorflow python=3.6 激活tensorflow环境。 输入： activate tensorflow 输入： python --version ，查看是否切换到python3.6 工作环境 配置国内镜像： conda 配置清华源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https

一年半以前写了关于 Python 包管理及虚拟环境系列 Python 包管理及虚拟环境的应用(一: pip) Python 包管理及虚拟环境的应用(二: virtualenv) Python 包管理及虚拟环境的应用(三: pipenv) 其中历数了 virtualenv , python3 -m venv , pipenv , 并提到了 pyenv 和 conda，但未作介绍，其中 conda 似乎不该错过，Pycharm 中对它也有很好支持。因此本文来了解一下 conda 以及 Anaconda。 首先 Anaconda 是什么，它是一个用于科学计算的，跨平台的包管理与 Python 环境的工具，它方便的解决了多版本 Python 并存，切换及第三方包安装的问题。所以 Anaconda 不只是像 venv , pipenv 那样的创建管理 Python 虚拟环境，还承担了系统软件的安装管理，像 Mac 下的 brew 那样的功能。一般来说我们没有必须安装 Anaconda, 只需要安装 Miniconda 获得 conda 这个命令行工具即可。 阅读全文 >> 来源： oschina 链接： https://my.oschina.net/u/2791/blog/4460496

conda 代理 ： ~/.condarc proxy_servers: https: https://10.30.127.84:1808 http: http://10.30.127.84:1808 pip 代理 pip install -r requirements.txt --proxy=代理服务器IP:端口号 yum /etc/yum.conf proxy=http://192.168.5.100:8086 /etc/profile export http_proxy=socks5://10.30.127.84:1080 export https_proxy=socks5://10.30.127.84:1080 该种方式会使所有的应用都使用代理 ， 即上述yum pip等不需要在显示指定代理。 来源： oschina 链接： https://my.oschina.net/u/4353238/blog/4306704

学习python和人工智能的相关课程时安装了Anaconda3，想在Jupyter notebook中归纳整理笔记，为了方便日后查找想安装目录(Table of Contents, TOC)插件，查找了安装方法，但在 jupyter_contrib_nbextensions插件安装过程中遇到很多问题， 版本信息：Anaconda3-2020.02（python3.7），本人操作系统Win7旗舰版 64bit 尝试多种安装方法，整理如下： 一、安装Jupyter notebook extensions 方法一：使用conda安装 conda install -c conda-forge jupyter_contrib_nbextensions （剩下一项反复安装失败，进度始终在 10%--50%左右，更换另一种方法。） 方法二：使用pip3安装 pip3 --default-timeout=100 install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu.cn/simple/ 分别通过豆瓣、清华源下载安装，总是卡在下图这个地方超时。 方法三：从下面网站下载了jupyter_contrib_nbextensions的 tar.gz包，安装 https://github.com/ipython

　 Python入门：Anaconda和Pycharm的安装和配置 　　子曰：“工欲善其事，必先利其器。”学习Python就需要有编译Python程序的软件，一般情况下，我们选择在Python官网下载对应版本的Python然后用记事本编写，再在终端进行编译运行即可，但是对于我这样懒的小白，我喜欢装一些方便的软件来辅助我编写程序。在学习Java时，正常情况选择安装JDK然后配置环境变量后，用记事本编写程序再在终端编译运行即可，而我一般选择安装JDK+MyEclipse。将Python和Java进行类比的话，在Python中使用Python+Pycharm好比是在Java中使用JDK+MyEclipse，这里我们不用Python+Pycharm而是使用Anaconda+Pycharm，为什么呢? 　　Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，装上Anaconda，就相当于把 Python 和一些如 Numpy、Pandas、Scrip、Matplotlib 等常用的库自动安装好了，使得安装比常规 Python 安装要容易。如果选择安装Python的话，那么还需要 pip install 一个一个安装各种库，安装起来比较痛苦，还需要考虑兼容性，非如此的话，就要去Python官网（https://www.python.org

最近师弟在做DQN的实验，由于是强化学习方面的东西，正好和我现在的研究方向一样于是我便帮忙跑了跑实验，于是就有了今天的这个内容。 首先在github上进行搜寻，如下图： 发现第一个星数最多，而且远高于其它的项目，于是拉取这个链接： https://github.com/devsisters/DQN-tensorflow 本篇博客主要是讲解一下该代码运行环境的如何搭建，采用 conda 配置。 首先看下 README 上的内容， 主要是requirement最重要： 考虑到运行的兼容性，于是决定使用python2.7版本环境运行，下面开始 conda 的配置： 搜寻python2.7版本，并采用最小自版本号 conda search python=2.7 选择 python2.7.3版本， 为环境命名 dqn_2 : conda create -n dqn_2 python=2.7.3 进入新建环境，并确认版本： conda activate dqn_2 安装 numpy scipy conda install numpy scipy 安装 tqdm (进度条模块) pip install tqdm==4.30 安装 gym (oepnai 的 游戏环境交互模块) 可选安装： pip install gym==0.1.0 必选安装： pip install gym[Atari]==0

使用python和vb控制cst进行自动化仿真之（一）：环境配置 做微波的童鞋会经常用到cst进行仿真。我有个朋友最近一个课题需要使用cst仿真大量数据，这些数据对应的一部分结构参数要求随机生成，这样就没办法使用扫参。cst自带了vb(visual basic)编程环境，可以使用vb脚本编程控制cst实现自动仿真。得到这些数据后，会被用到pytorch中作为神经网络的训练数据。 cst2020 提供了python编程接口，也提供了在pyhon环境中执行vb脚本的接口，如此一来，数据获取和训练都可以在pyhon中进行。不仅非常方便，而且将来可以实现模型参数的自动优化。（cst2020破解版安装包获取以及破解教程可以参考这个链接： https://www.bilibili.com/read/cv4982729/ ） 1.cst参考文档 每个版本的cst都带了非常非常全的参考文档，我们想知道的都在里面。打开cst自带的help文档，找到 automation and scripting，就可以看到关于python控制接口的详细介绍。 2.创建 python3.6虚拟环境 cst2020的python包是基于python3.6的，为了能够在pycharm中同时使用cst的接口和完整的python接口，需要先使用conda创建一个python3.6的虚拟环境（请事先安装好conda）。 打开

linux下安装openexr python包踩坑总结 我有个朋友前段时间一直尝试装openexr的python包，参考了很多网上教程，但是最后都以失败告终。后来在我的帮助下终于装好了，在这里给大家分享一下，免得更多的人踩坑。 1.linux版本不能太低 最大的坑是linux版本不能太低，比如我这个朋友一开始使用的是ubuntu 16.04，很多教程也是用的16.04，比如当时主要参考的是这三个链接： https://blog.csdn.net/TNove/article/details/103163295 https://blog.csdn.net/qq_24306353/article/details/89111971 https://www.jianshu.com/p/aaa7c51afa30 首先对这几位博主表示感谢和致敬。按照这几位博主的指导依然没能成功 import OpenEXR，于是我就猜测是系统的问题，有可能OpenEXR包更新了，依赖的一些包也是新版本的Linux才有，所以无论怎么弄import的时候总是提示 undefined symbol: _ZTIN7Iex_2_27BaseExcE 或者其它问题。最后在虚拟机中重装了系统，装的是unbuntu 20.04，然后执行下面的步骤，就能成功 import OpenEXR 并使用啦！ 2.安装步骤 安装 gcc

近期，安装pytorch入了很多坑，清华的镜像源不能用，这就很烦人了。我尝试了很多种，中科大源也尝试了，但是 还是不行。后来呢，我就去尝试离线安装，最开始在清华的镜像网下载的离线安装包，用conda命令安装后出现了caffe2_detectron_ops_gpu.dll模块加载不了或者缺少依赖项。（这个问题我查了1整天，见到过几个这个问题，但是由于人家用的是Mac的系统，我就更难受了）最后，我去官网下载的对应版本的离线安装包，然后就安装成功了。（忒棒嘞）详细步骤如下： 1、在安装GPU版本pytorch之前先安装对应版本的CUDA和CUDNN （详细安装见我的CUDA和CUDNN的安装文章 https://blog.csdn.net/wobushizhainanyu/article/details/107736090 ） 2、去pytorch官网找到对应要安装的版本 https://pytorch.org/ 复制对应版本的后边的那个链接，浏览器打开 3、打开上述链接后找到对应版本的包下载torch和torchvision版本需要对应，例如我的 4、然后打开命令行 cd切换目录至上述两个包所下载的位置 然后pip安装就可以 5、验证pytorch安装成功，输入下图命令，如下图的话就成功了 如何验证是否成功，我也是参考了众多的文章，然后自己尝试了一下。小白安装不易

服务器home路径空间很小。conda安装软件有时会提示空间不够用。 在~/.condarc里面加上 envs_dirs: - /data/conda pkgs_dirs: - /data/conda_pkgs 来源： oschina 链接： https://my.oschina.net/u/4375296/blog/4456386