conda 环境

conda

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/main

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/r

conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/msys2

conda config --set show_channel_urls yes

vi ~/.condarc 可以看到增加的地址

#获取版本号
conda --version 或 conda -V

#检查更新当前conda
conda update conda

#查看当前存在哪些虚拟环境
conda env list 或 conda info -e

#Create env
#Create env with python 3.7 and pip
conda create --name whatwhale python=3.7 pip
#Activate env
#Activate by name

conda activate whatwhale
#Deactivate env
conda deactivate

conda list:
conda search package_name# 查询包
conda install package_name
conda install package_name=1.5.0
conda update package_name
conda remove package_name

conda info 显示安装的状态

conda create --name tf
conda create -n pyn_env -c conda-forge numpy scipy matplotlib pandas scipy pyngl pynio ncl xarray netcdf4
source activate pyn_env
自动创建环境,未安装的会自动联网下载

conda create -n [name] --clone [filepath] --offline
离线建立环境,将已建立的环境复制过来,然后用此命令建立
需要scp或者下载的不只有envs目录下的已有环境文件夹,还有anaconda3/pkgs文件夹

alias condabase=‘eval “$(/home/hezhiwei/ZGwork/Anaconda/bin/conda shell.bash hook)”’
alias pyenv=‘source activate pyn_env’
conda环境启动,加入到.bashrc中

conda deactivate
关闭当前环境

conda remove --name tf --all # 删除一个已有的环境

conda install scipy # conda安装scipy

conda list # 查看已经安装的packages

conda list -n tf # 查看某个指定环境的已安装包

conda search numpy # 查找package信息

conda install -n tf numpy # 安装某个指定环境的package
如果不用-n指定环境名称,则被安装在当前活跃环境,也可以通过-c指定通过某个channel安装

conda update -n tf numpy # 更新package

conda remove -n tf numpy # 删除package

由于已有的环境可能会存在库的版本冲突,需要重新建立tensorflow专用环境
conda create --name tf

anaconda search -t conda tensorflow
anaconda show jjh_ppc64le/tensorflow-gpu

接下来可以看到包含安装网址的命令

 conda install --channel https://conda.anaconda.org/jjh_ppc64le tensorflow-gpu

python 验证是否安装成功

import tensorflow as tf # 此时不报错则表示安装成功了
tf.version # 查看安装的TensorFlow版本

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在 Anaconda 中,你可以使用 conda 命令来创建和管理虚拟环境。虚拟环境可以让你在同一个系统上安装多个独立的 Python 环境,每个环境都可以有自己的 Python 版本、库和依赖项,这样可以避免不同项目之间的冲突。以下是一些常用的 conda 命令: 1. 创建一个新的虚拟环境: ``` conda create --name myenv ``` 这将创建一个名为 myenv 的新环境,默认情况下使用最新版本的 Python。 2. 指定 Python 版本和包: ``` conda create --name myenv python=3.8 pandas numpy ``` 这将创建一个名为 myenv 的新环境,并将 Python 版本设置为 3.8,同时安装 pandas 和 numpy 包。 3. 激活虚拟环境: ``` conda activate myenv ``` 这将激活名为 myenv 的虚拟环境。 4. 在虚拟环境中安装包: ``` conda install numpy ``` 这将在当前激活的虚拟环境中安装 numpy 包。 5. 导出虚拟环境: ``` conda env export > environment.yml ``` 这将导出当前激活的虚拟环境中的所有包及其依赖项到一个名为 environment.yml 的文件中。 6. 导入虚拟环境: ``` conda env create -f environment.yml ``` 这将使用 environment.yml 文件中导出的环境配置创建一个新的虚拟环境。 7. 关闭虚拟环境: ``` conda deactivate ``` 这将关闭当前激活的虚拟环境。 以上是一些常用的 conda 命令。你可以使用这些命令来创建和管理虚拟环境,以及在不同的环境中安装和管理 Python 包和依赖项。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值