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