【深度学习】虚拟环境配置常用命令行

以下记录我个人常用到的命令行，写这篇博客备忘，如有错误，请多指教！

我使用的是conda进行管理虚拟环境：

创建python 3.7版本的虚拟环境

conda create -n venv python=3.7   # 此处venv是你为虚拟环境起的名字

激活虚拟环境

#on windows
conda activate venv

退出虚拟环境

#on windows
conda deactivate

删除虚拟环境

# 删除一个已有环境
conda remove --name venv --all

其他（以下例子中venv为虚拟环境名称，查看的具体包是numpy）

# 列出系统存在虚拟环境，这两句效果一样
conda info -e
conda env list

# 查看当前环境下已安装的包
conda list

# 查看某个指定环境的已安装包
conda list -n venv

# 查找package信息
conda search numpy

# 安装package
conda install -n venv numpy
# 如果不用-n指定环境名称，则被安装在当前激活环境
# 也可以通过-c指定通过某个channel安装

# 更新package
conda update -n venv numpy

# 删除package
conda remove -n venv numpy

如果安装包的速度太慢的话就切换成国内镜像。

国内的镜像源（网上有很多，我从别人那里复制来的哈哈哈）

阿里云 
http://mirrors.aliyun.com/pypi/simple/

中国科技大学 
https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) 
http://pypi.douban.com/simple/

清华大学 
https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 
http://pypi.mirrors.ustc.edu.cn/simple/

我安装tensorflow2环境使用的命令：

conda create -n tensorflow2 python=3.7  #先创建环境

conda activate tensorflow  #然后一定要进入环境！！！

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==2.10

pip install tensorflow-addons==0.19 

pip install pillow=9.5

conda install scikit-learn==1.0.2

pip install numpy==1.21.6

conda install pandas==1.3.5

我使用的版本：

python==3.7.16

tensorflow==2.10.0

keras==2.10.0

tensorflow-addons==0.19.0

pillow==9.5.0

scikit-learn==1.0.2

numpy==1.21.6

pandas==1.3.5

最后，看到我有有conda install安装的，也有用pip install安装的，这两个都能用来下载安装，那为什么不全部用统一的呢？我也有这个疑问，之前看到一篇文章说的是最好先用conda安装，如果安装失败了就用pip安装，原因我也忘记了。好奇的大家自行百度吧哈哈哈哈哈具体什么原因我也说不清楚