conda

Anaconda环境变量配置 当安装Anaconda时，没有选中自动环境变量配置，则需要手动进行环境变量配置 、 如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹, 比如我的路径是如上图, 看个人安装路径不同需要自己调整. 之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version 如果输出conda 4.6.11之类的就说明环境变量设置成功了. 为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级 如果在 Anaconda中 更新包的时候出现下面的错误 有可能是因为你还没有安装pip命令 conda install pip 安装以后再次更新就不会出现问题了。 如果你的Anaconda启动失败，如下图所示 1）使用管理员运行：conda prompt 2）执行命令 conda update anaconda-navigator 3）还是不行就试试命令：anaconda-navigator --reset conda 工具介绍 conda 是 Anaconda 下用于包管理和环境管理的工具，功能上类似 pip 和 vitualenv 的组合。安装成功后 conda 会默认加入到环境变量中

一、确认tensorflow的版本： 接上一条tensorflow的安装，注意版本不匹配会出现很多问题！： 【吴恩达课程使用】anaconda (python 3.7) win10安装 tensorflow 1.8 源网址： https://docs.floydhub.com/guides/environments/ Below is the list of Deep Learning environments supported by FloydHub. Any of these can be specified in the floyd run command using the --env option. If no --env is provided, it uses the tensorflow-1.9 image by default, which comes with Python 3.6, Keras 2.2.0 and TensorFlow 1.9.0 pre-installed. Framework Env name (--env parameter) Description Docker Image Packages and Nvidia Settings TensorFlow 1.14 tensorflow-1.14 TensorFlow 1.14.0 +

Anaconda是个非常方便同时功能强大的python环境管理工具，本篇blog主讲如何利用anaconda安装一些pip安装麻烦的包，比如XGBoost。 #正文 标准语法： conda install pack_name 但是有时候呢，直接这么安装可能会遇到一些问题（大家都懂的，这个环境不对啊，位数不对之类的T-T） 例如，下图所示： 但是不要慌，我们还有备用的方法。 #高级指令 这个时候用一下这个方法： anaconda search - t conda xgboost 结果如下图所示： 因为我的机器是win64，同时python是3.6，所以选择了这个包。 输入如下指令： conda install - c anaconda py - xgboost 成功安装，如图所示： 来源： CSDN 作者： 一株草的世界 链接： https://blog.csdn.net/qq_38607066/article/details/104089007

1- 简介 官网： https://www.anaconda.com/ Anaconda是一个用于科学计算的Python发行版，适用于数据分析的Python工具，也可以用在大数据和人工智能领域。 支持 Linux, Mac, Windows系统; 包含了Python和相关的配套工具，包括许多非常有用的第三方库; 利用Conda来管理包和运行环境，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题; Conda 用来管理包（packages）、依赖与环境（environment）的工具（可执行命令）； 包管理：与pip类似，conda将所有工具、第三方包都当做package来管理（包括python和conda自身），而且能够安装非python的包； 环境管理：可以方便地安装各种版本python、各种package、创建虚拟环境并快速切换； 文档： https://conda.io/docs/index.html User guide： https://conda.io/docs/user-guide/index.html Getting started： https://conda.io/docs/user-guide/getting-started.html Conda cheat sheet： https://conda.io/docs/_downloads

TensorFlow-GPU安装整理 菜鸟一只，学百家之精，在实践中成长，在记录中升华。 ——蓦舟遥 前言（我的第一篇CSDN博文） 最近学习TensorFlow，但是由于先前装的TensorFlow-CPU版本觉得程序跑的有点慢，所以我开始了GPU之旅。安装的过程确实玄学曲折了点，在此期间自己看了很多博主的博文，经此一役，决定以后根据我的实践过程，记录自己学习过程，给自己以后留个备忘录，当然如果可以帮助别人就很荣幸。 如果有朋友碰到了我博文没有提到的问题，并且也顺利解决了，可以留言给我，毕竟我希望集合百家方法，可以帮助更多的人。 前期准备工作 在安装Tensorflow-GPU之前，首先需要对我们安装的材料理清楚。 安装材料： Anaconda CUDA cuDNN 本文用例 安装流程全程在Anaconda Prompt中完成，Anaconda3，TensorFlow-GPU 1.13.1，CUDA 10.0.13，cuDNN7.4.1， Python 3.6 0 检查自己的电脑是否可以安装TensorFlow-GPU版本 不是每一台电脑都可以安装TensoFlow-GPU版本，首先要检查你的GPU是否支持。 以我的电脑为例： 打开NVIDIA控制面板，在帮助中点击系统信息。 点击组件，查看自己的GPU支持CUDA版本 1 Anaconda安装 官网下载地址： https:/

使用conda安装glog库后，导入glog库仍然提示没有该模块，在python库的安装目录Anaconda3\Lib\site-packages下也没有找到该库，但是通过conda list查询发现有该库 使用conda list查询： 在Anaconda目录下查找glog，在pycharm里面安装也是这样，结果如下： 【解决方法】 之后通过使用pip安装解决了问题，指令为 pip install glog，这时可以正常导入glog了，并且在Anaconda3\Lib\site-packages下可以找到该库，库名为glog-0.3.1.dist-info。 【问题分析】可能是glog库的版本问题。使用pip安装的库的版本是0.3.1，而conda安装的库版本为0.3.5。 来源： CSDN 作者： 王20133 链接： https://blog.csdn.net/u013862444/article/details/103796254

本文将讲解Anaconda的安装和使用，同时创建虚拟环境给pycharm使用和pycharm2019.3.1中的jupyter notebook的使用 Anaconda是用来干什么的 anaconda是一个方便的python包管理和环境管理软件，在里面会帮你安装好用于科学计算分析等的包，可以省去一个个包自己安装的过程，同时在安装的过程中会帮你搜索相关的前置包，一次性下载。 Anaconda安装过程 因为我用的是win10，所以介绍的也是windows的安装过程。下载网址： Anaconda下载网站 ，选择windows， 我下的是python3.7如果你要用tensorflow2.0得下这个才行。 安装过程 安装过程很简单，唯一需要注意的就是下图这个位置。 第一个选项框的意思是添加anaconda到电脑的path中，添加了这个后在终端中就可以调用conda了，同时电脑python的默认路径会被修改成anaconda里的。因为我的电脑已经装过python了我只是想用anaconda，所以我没勾选，如果没勾选在后面我也会讲该怎么手动添加。 第二个选项框是python使用默认的3.7版本 怎么选自己结合电脑的情况决定。两个都选是最简单的一条龙服务解决。 进入安装过程了后请耐心等待，需要花点时间，毕竟有两个多G的包要安装进去 使用Anaconda 打开终端输入conda -