conda

tf1.13.1 及 tf2.0.0 相关依赖及版本 　　 　　 硬件说明：显卡NVIDIA-GEFORCE-GTX-1060 1.驱动版本检查，并且更新显卡驱动【这一步很重要，你的驱动版本低了，cuda及cudnn就可能出错】 错误：DLL load failed: 找不到指定的模块。 cmd中输入：nvidia-smi 　　　　 显卡驱动已经是最新的了。如果不是最新的显卡驱动，需要手动更新一下。 补充：驱动version对应 cuda 和 cudnn的版本 　　　　 我们安装的cuda 是10.0.130 所以：win10对应的nvidia的驱动版本要大于411.31。【我更新后的显卡驱动为：436.48满足条件】 　　　　 假如你的驱动版本低于411.31，就需要更新驱动 驱动下载地址：https://www.nvidia.com/Download/index.aspx?lang=en-us 选择下载版本：根据自己电脑的显卡型号进行选择（百度相关机型，就能有详细信息；也可以在硬件里查看；） 第一次下载的标准版本，提示我的电脑windows Drivers Type 为DCH 而不是标准版本，所以重新下载安装成功。 　　　　 下载的驱动：436.48-desktop-win10-64bit-international-dch-whql.exe 按提示（prompts）安装即可。

安装步骤 1）官网下载安装文件 https://www.anaconda.com/download/ 2）找到安装文件所在的目录，直接使用命令./xxx.xxx执行.sh文件安装 ./Anaconda3-4.4.0-Linux-x86_64.sh 根据安装说明，按照Anaconda默认的行为安装而不使用root权限，安装目录设置在个人主目录下。这样在同一台机器上的不同用户完全可以安装、配置自己的Anaconda而不会互相影响。 3）配置路径 安装时，安装程序会把bin目录加入PATH（Linux/Mac写入~/.bashrc，Windows添加到系统变量PATH），这些操作也完全可以自己完成。 对于Mac、Linux系统，Anaconda安装好后，实际上就是在主目录下多了个文件夹（~/anaconda）而已，Windows会写入注册表。安装时，安装程序会把bin目录加入PATH（Linux/Mac写入~/.bashrc，Windows添加到系统变量PATH），这些操作也完全可以自己完成。以Linux/Mac为例，安装完成后设置PATH的操作是： # 将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda3/bin echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc #

tensorflow 2.0.0b1 cuda：10.1 报错，使用 tf.test.is_gpu_available()测试时也是false，原来是这个版本只支持10.0，不支持10.1. 解决办法：无需删除cuda10.1，也无需再下载cuda10.0包，直接 conda install cudatoolkit=10.0。 https://github.com/tensorflow/tensorflow/issues/30638 cudnn安装： conda install cudnn=7.0.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/ ok的，不写版本会自动选版本： conda install cudnn conda设置代理： vim ~/.condarc 这个文件中可以看到镜像源信息（如果配置了的话），在下面加上proxy就可以设置代理了： channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true proxy_servers: http: http://xxx.xx.com:8080 https: https://xxx.xx

conda设置代理 vim ~/.condarc 这个文件中可以看到镜像源信息（如果配置了的话），在下面加上proxy就可以设置代理了： channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true proxy_servers: http: http://xxx.xx.com:8080 https: https://xxx.xx.com:8080 ssl_verify: false 注意: 1.第一个http:和https:后面跟一个空格，ssl_verify:后面也跟一个空格 2.http:和https:后面的链接换成你的代理链接和端口号。 没有空格会报错：无效的参数， frozendict ———————————————— 版权声明：本文为CSDN博主「ShellCollector」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/jacke121/article/details/107381758 来源： oschina 链接： https://my.oschina.net/u/4399909/blog/4403145

(原创声明，转载引用需要指明来源) https://study.163.com/course/courseMain.htm?courseId=1006383008&share=2&shareId=400000000398149 （博主录制） Anaconda指的是一个Python集成开发软件，号称有两千万用户。Anaconda基于云的存储库，可查找并安装超过7,500个数据科学和机器学习模块。 Anaconda官网： https://www.anaconda.com/ Anaconda使用conda-install命令，您可以开始使用数千个开源模块。因为包含了大量的科学包，Anaconda 的下载文件比较大500 MB左右。不同版本Anaconda大小不一样。如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。 Anaconda主要特点包括： 1.安装过程简单 2.包含了数百个科学模块，高效运用于各种项目 3.可下载python2和python3版本，并根据项目需求切换使用。 Anaconda使用开源社区构建的最佳Python软件包（包括scikit-learn

Linux上整体迁移Anaconda环境，所有的库包、虚拟环境均可用，同时让所有的用户访问 文章目录： 1 问题描述 2 Linux上整体迁移Anaconda过程 2.1 移动anaconda文件到新的路径下 2.2 修改Anaconda的环境变量 2.2.1 修改`~/.bashrc`中anconda环境变量 2.3 修改可执行文件conda 2.4 修改可执行文件pip 2.5 修改虚拟环境中的可执行文件pip 3 让Linux下的子用户共享root用户下的anaconda环境 3.1 拷贝root用户的`.bashrc`配置文件，并覆盖子用户`/home/自用户名/.bashrc`配置文件 3.2 让子用户可以在root用户的anaconda下新建虚拟环境 1 问题描述 由于一开始把anaconda安装到了： /HDD/anaconda3 路径下，但是后面由于 /HDD 空间不足，所有就需要把anaconda整体迁移，这样就可以保住以前安装的库包，虚拟环境等，否则一切都要重头再来，太麻烦了！！！ 把anaconda整体从 /HDD/anaconda3/ 移动到 /home/ 路径下 2 Linux上整体迁移Anaconda过程 2.1 移动anaconda文件到新的路径下 mv /home/anaconda3 /home 已经成功移动到 /home 目录下，如下： (