【深度学习环境搭建】Anaconda 快速配置与使用(windows使用为例)

一、Anaconda介绍与安装注意事项

注:python 第三方包都放在 site-packages 文件夹里面

1.1、介绍

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

注:博主安装的是最新版本:Anaconda3-2020.11-Windows-x86_64.exe。如果电脑的配置和空间捉急,可以选择Miniconda,同样可以做到Package的安装和环境管理,具体了解可看这里~

1.2、安装注意事项

安装包的清华源下载地址

不要勾选这两个,后期直接打开Anaconda Prompt即可。

在这里插入图片描述

二、Anaconda常用命令

conda --version 或 conda -V //获取版本号
conda update conda //检查更新当前conda

conda create -n learn python=3.8 // 创建一个名为learn的环境并指定python版本为3.8(最后如果加-y,表示确定安装包的安装)
conda remove -n learn -all //删除名为learn的环境
conda env list // 列出conda管理的所有环境

activate // 切换到base环境
activate learn // 切换到learn环境
deactivate learn //退出learn环境
conda remove -n learn --all // 删除learn环境及下属所有包

conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda update requests 更新requests包
conda search <搜索项> //搜索包

三、Anaconda更换清华源

主要参考:Anaconda 镜像使用帮助

在目录C:\Users\wangxubo下如果没有.condarc文件,首先执行下面这个命令进行生成:

conda config --set show_channel_urls yes

注:由于更新过快难以同步,清华源不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。

打开.condarc文件,用下面文本内容覆盖:

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

这样,即可添加 Anaconda Python 免费仓库。

接着运行 conda clean -i 清除索引缓存,保证用的是镜像站提供的索引。

运行 conda create -n myenv numpy 测试一下吧。

若想换回默认镜像源,可执行:conda config --remove-key channels

四、安装常用深度学习工具

4.1、pytorch 安装

注:Pytorch的下载地址:https://pytorch.org/get-started/locally/

如下是CPU版本安装命令(如果想要安装GPU,最后一行的CUDA要选一个版本!):

在这里插入图片描述

conda install pytorch torchvision torchaudio cpuonly -c pytorch

复制上述conda命令即可安装

老版本安装,可以到这个网址

验证是否安装成功:

import torch
print(torch.__version__)  #验证CPU安装是否成功;注意是双下划线
torch.cuda.is_avaliable() #验证GPU安装是否成功

4.2、TensorFlow 安装

4.2.1、创建虚拟环境

conda create -n tf python=3.7

4.2.2、安装TensorFlow

TensorFlow 的安装需要考虑 pip、python和TensorFlow 之间的对应,网址可参考这里

TensorFlow 2 软件包需要使用高于 19.0 的 pip 版本,如需升级可使用命令:pip install --upgrade pip;或者干脆一步到位(创建虚拟环境指定python版本【也就指定了pip版本】)

CPU版本的TensorFlow 安装命令:

pip install tensorflow

指定版本:pip install tensorflow==1.15.0
卸载:pip uninstall tensorflow

GPU 版本的 TensorFlow 安装命令:

pip install tensorflow-gpu

注意gpu版要事先装好 CUDA 和 cuDNN。

  • CUDA :NVIDIA发明的一种并行计算平台和编程模型。通过利用图形处理单元(GPU)的功能,可以显着提高计算性能。
  • NVIDIA cuDNN:用于深度神经网络的GPU加速的原语库。
  • Bazel 是用于编译 TensorFlow 的构建工具

4.2.3、验证是否安装成功

import tensorflow as tf
print(tf.__version__)

import TensorFlow 时会提示如下信息:

2021-02-06 19:05:29.062272: W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found

2021-02-06 19:05:29.062433: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.

不难看出信息都是与cuda相关的,我们目前只装CPU版本的,先不管它。

博主尝试了更换python和TensorFlow对应版本,仍然会出现该错误,索性先不管了…

五、与pycharm搭配使用方法

File => Setting => Project => Project Interpreter 里面修改 Project Interpreter , 点击齿轮标志再点击Add Local为你某个环境的python.exe解释器就行了,如下图

在这里插入图片描述

使用Anaconda创建的虚拟环境在Anaconda安装目录下的envs文件夹中,比如我的:D:\anaconda3\envs\pannet


参考

评论
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

打赏作者

ReCclay

如果觉得不错,不妨请我喝杯咖啡

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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