conda

conda env list #查看有哪些虚拟环境 activate env_name(虚拟环境名） #激活某虚拟环境 conda install package_name(包的名称） #下载包 例如，conda install jieba 来源： CSDN 作者： Simmmplee 链接： https://blog.csdn.net/weixin_44448148/article/details/104752920

报错 UnavailableInvalidChannel : The channel is not accessible or is invalid . channel name : anaconda / pkgs / free channel url : https : // mirrors . tuna . tsinghua . edu . cn / anaconda / pkgs / free error code : 404 You will need to adjust your conda configuration to proceed . Use `conda config - - show channels` to view your configuration's current state , and use `conda config - - show - sources` to view config file locations . 解决办法：使用以下命令恢复默认源 conda config - - remove - key channels 来源： CSDN 作者： sljwy 链接： https://blog.csdn.net/sinat_23971513/article/details/104733330

1. 创建/删除环境 # 查看环境 conda info --e # 创建环境（xxx 表示环境名称） conda create -n xxx python=2.7 # 激活环境 source activate xxx # 切换到base环境 activate # 退出环境 source deactivate xxx # 删除环境 conda remove -n xxx --all # 安装包 conda install package pip install package # 查看当前环境已安装包 conda list # 更新包 conda update package # 更新环境xxx的名为packagename的包 conda update -n [xxx] [packagename] # 移除包 conda remove package pip uninstall package # 删除learn环境及下属所有包 conda remove -n xxx --all 2. 复制环境 2.1. 本机复制 conda create -n new_env --clone old_env 2.2. 非本机复制 # 导出环境 conda env export > environment.yaml # 在新的机器上安装环境 conda env create -f

在windows上极简安装GPU版AI框架 如果我们想在windows系统上安装GPU版本的AI框架，比如GPU版本的tesnorflow，通常我们会看到类似下面的安装教程 官方版本 安装CUDA 安装cuDNN 配置环境变量 安装python环境 安装gpu版的tensorflow开发包 咋看上去好像不是很复杂，但是其中坑多到你怀疑人生。 下载的cuDNN时候需要注册，而且因为cuDNN文件在外网，下载速度很慢。 比如不同版本的tensorflow和CUDA（cuDNN）的版本是有匹配关系的，那你可能会说我先查好他们的这个依赖关系，然后找好合适的版本再安装。 比如对于windows系统而言，显卡驱动的版本决定了你能够安装的CUDA版本，有部分教程会忽略这一点。 ...... 假如你幸运地把上面的这些坑全部趟过了，那你还可能会遇到一个问题，就是如果你用pip去安装tensorflow-gpu，还是有可能会报各种神奇的错误。事实上，在windows系统上安装AI框架，最好的方法是用conda，而不是用原生的pip。 总结了上面的这些常见的问题，下面我们开始介绍如何在windows上极简安装GPU版AI框架： 极简版本 安装Anaconda 新建conda虚拟环境(建议用python3.6，可换国内源) 安装显卡驱动（官网下载或者用驱动助手软件）

Python 一、概述及编码规范 1.1学习参考资料： 1.1.1 书籍： 《python编程：从入门到实践》 《从python开始学编程》 《python基础教程》 《python核心编程》 1.1.2 教程：（补充学习） 廖雪峰：python教程 菜鸟教程：python3教程 1.2概述 1.2.1python语言特点： 解释型、面向对象、开源免费、支持交互式、可移植、拥有广泛的库、功能强大、可扩展、可嵌入、运行慢、代码不能加密 1.2.2典型应用： web开发： Django,TurboGears,web2py等框架； 自动化脚本： 大多数Linux发行版以及NetBSD、OpenBSD和MacOSX都集成了python，可以在终端下直接运行python； 桌面软件： PyQt,PySide,wxPython,PyGTK是Python快速开发桌面应用程序的利器； 游戏： 很多游戏使用C+编写图形显示等高性能模块，而使用Python或者Lua编写游戏的逻辑、服务器等； 服务器软件： Python对于各种网络协议的支持很完善，因此经常变用来编写服务器软件、网络爬虫； 科学计算： NumPy,SciPy,Matplotlib可以让Python程序员编写科学计算程序； 1.2.3Python的应用方向 人工智能： Python在人工智能大范畴领域内的机器学习、神经网络

1、方法一： 直接将 “C:\Users\LJR.condarc”配置文件 内容修改为： channels: http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ show_channel_urls: true 2、方法二： 使用命令行： conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --set show_channel_urls yes conda config --remove

对于网络购买的云主机，空间即为金贵，使用Anaconda会安装很多其他使用不到的库。本节介绍使用Miniconda 1.Conda简介 Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda是为Python程序创建的，适用于Linux，OS X 和Windows，也可以打包和分发其他软件。 Conda是一个包管理器；Anaconda才是一个Python发行版。虽然Conda是用Anaconda打包的， 但是它们两个的目标是完全不同的。 软件发行版是在系统上提前编译和配置好的软件包集合， 装好了后就可以直接用。包管理器是自动化软件安装，更新，卸载的一种工具。Conda，有命令”conda install”, “conda update”, “conda remove”, 所以很明显， conda是包管理器。 Anaconda 和 Miniconda。Anaconda发行版会预装很多pydata生态圈里的软件，而Miniconda是最小的conda安装环境， 一个干净的conda环境。但是，conda和Anaconda没有必然关系， 你可以不安装Anaconda的同时， 使用conda安装和管理软件。 2.Conda安装 Conda分为Anaconda和Miniconda。Anaconda是包含一些常用包的版本

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh chmod +x Miniconda3-latest-Linux-x86_64.sh ./Miniconda3-latest-Linux-x86_64.sh source .bashrc conda create --name python36 python=3.6 conda activate python36 来源： https://www.cnblogs.com/php-linux/p/12418900.html

上篇文章 win10安装pytorch 只是安装好了库，但是并不能追踪到pytorch源代码。windows平台下的源码编译太过麻烦，linux系统笔者是安装在虚拟机中，并不能调用宿主机的CUDA和CUDNN，但是还是编译一下CPU版的pytorch。 一、安装anaconda 使用 清华镜像 下载 Anaconda3-2019.10-Linux-x86_64.sh ，之后在下载目录运行，根据提示安装，默认会初始化一个base的虚拟环境。 bash Anaconda3-2019.10-Linux-x86_64.sh 这里顺便学习一下conda相关命令 conda create -n pytorch #创建名为pytorch的虚拟环境 conda activate pytorch #激活pytorch虚拟环境 conda deactivate #从当前虚拟环境中退出 conda info -e #显示所有当前的虚拟环境 conda list #显示当前虚拟环境的安装包 conda remove --name pytorch --all #删除pytorch虚拟环境 conda install numpy #安装numpy 为了更快的利用conda下载软件，考虑更改conda的下载源，在home目录下新建隐藏文件.condarc，在.condarc中填写 channels: -

查了好多都说要设置清华的镜像，但是我一直都有设呀，突然就不好使了，也尝试过把.condarc文件下，default那一行删除，但是也不行。最后！！！只需要把清华镜像里的https改成http就行啦？！诡异的操作 conda config - - add channels https : // mirrors . tuna . tsinghua . edu . cn / anaconda / cloud / msys2 / conda config - - add channels https : // mirrors . tuna . tsinghua . edu . cn / anaconda / cloud / conda - forge / conda config - - add channels https : // mirrors . tuna . tsinghua . edu . cn / anaconda / pkgs / free / conda config - - set show_channel_urls yes 来源： CSDN 作者： 小白胖爱学习- 链接： https://blog.csdn.net/m0_37723079/article/details/104657353