深度学习 Anaconda 环境的创建与管理

最新推荐文章于 2024-04-09 14:17:41 发布
最新推荐文章于 2024-04-09 14:17:41 发布
阅读量159 收藏 1
点赞数 1
分类专栏： Pytorch 中的各种函数 文章标签： Pytorch Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Z2572862506/article/details/128973310
版权

1 安装 Anaconda

2 通过 Anaconda 创建环境

  1. 通过 Anaconda Prompt 创建环境, 在命令行输入 : conda creat -n ForPytorch python=3.6

其中 -n 后面是环境的名称, 再后面是要安装的包, 注意等号后面就不要加空格了, 容易出错

  1. 激活环境, 在 Anaconda Prompt 命令行输入 : conda activate ForPytorch

注意 activate 后面是环境的名称

  1. 看看环境之中有哪些工具包, 在 Anaconda Prompt 命令行输入 : pip list

3 安装 Pytorch

  1. pytorch 官网选择安装类型

Pytorch Build -- Stable

Your OS -- Windows

Package -- Conda

Language --Python 3.6 (根据自身需要选择)

CUDA -- 9.2 (电脑需要有 GPU)

  1. 根据下面生成的代码, 在 Anaconda Prompt 命令行输入 (此时一定要在刚才创建好的环境中) : conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev

4 查看所有的环境

在 Anaconda Prompt 命令行输入 : conda info -e

怎样才能回到过去
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【conda】使用conda进行环境管理和包管理
weixin_42473228的博客
06-07 1152
环境管理是Python使用中的一大好习惯，如果你不想在一遍遍重装Python和系统中折腾循，那么环境管理是学习Python的过程中非常必要的一环。值得一提的是，conda将conda、python等都视为包，因此，完全可以使用conda来管理conda和python的版本，例如。接下来我们进行包的安装，请进入指定的环境中（比如上节中的py34），这里我们以pandas（一个数据处理和分析的包）为例进行操作。可以通过以下命令查看已有的环境列表，现在py34已经不在这个列表里，所以我们知道它已经被删除了。
Anaconda------环境管理
weixin_38296425的博客
10-14 3526
Anaconda 中的Conda核心功能就是包管理和环境管理，可以根据需要安装不同版本的python,而且能自由切换。 1. 创建新环境 下面就创建一个名为python36的新环境，并且指定python版本是3.6 不用管是3.6.x，conda会为我们自动寻找3.6.x中的最新版本。 conda create --name python36 python=3.6 下面是详细的安装过程 ： Solving environment: done ==> WARNING: A newer
使用Anaconda虚拟环境管理Python版本
最新发布
2401_83641634的博客
04-09 752
直接在命令行中输入python，看看Python的版本：$ pythonPython 3.7.1 (default, Dec 14 2018, 19:28:38)[GCC 7.3.0] :: Anaconda, Inc. on linuxType “help”, “copyright”, “credits” or “license” for more information.可以看到，Python的版本已经与原来不一样了。查看conda版本，运行命令：$ conda --versionconda 4.5.1
【Python环境管理工具】Anaconda安装及使用教程
WW、forever的博客
11-02 1140
简介Anaconda安装及使用教程
Anaconda使用记录（二）：管理环境
weixin_48374500的博客
04-14 190
Anaconda管理环境的一些常用命令记录。
Anaconda进行虚拟环境管理（conda命令总结）
NKhth的博客
07-05 3212
Anaconda（大蟒蛇），是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。而它的conda是包及其依赖项和环境的管理工具。下面就来总结一下conda命令。 点击Anaconda Powershell Prompt或Anaconda Prompt （默认进入 Anaconda 的基准虚拟环境 – base） 也可以将其他命令后面跟–help获取该命令详细信息 如： Anaconda 将 anaconda、conda、python 都当成第三方模块来管理 3
Anaconda与深度学习环境搭建
01-20
Anaconda
深度学习、anaconda安装、环境配置
07-11
文件比较详细的说明了anaconda的安装及其配置，适合对python，pycharm以及Anaconda不熟悉刚入门的小白使用
深度学习——手把手教你安装Anaconda开发环境.rar
04-28
视频教程，轻松上手
anaconda克隆环境，用于pytorch框架深度学习处理网络流量识别分类
09-10
anaconda克隆环境，用于pytorch框架深度学习处理网络流量识别分类
PyTorch深度学习-Anaconda和PyTorch安装
07-21
Anaconda3-2023.07-0-Windows-x86_64
Anaconda-python虚拟环境管理(Pytorch+Cuda)
qq_43529437的博客
08-31 313
首先，点击以下连接，下载指定版本的torch和torchvision，torch大约500M，torchvision非常小，torch下载的时候建议用迅雷下载，稳定、快速，真的好用。在Ubuntu、Windows开发环境，尤其是按照官网教程，安装pytorch并不是一件容易的事，下面介绍一种简单高效的安装技巧，本人有着管理大规模服务器的经验，也安装过各种环境、各种版本的pytorch几十次了。默认版本的Python，3.6的对应的是 Anaconda3-5.2，5.3以后的都是python 3.7。
Anaconda使用总结（conda操作，环境操作，包管理）
KingsMan666的博客
05-27 3422
背景：Anaconda作为深度学习最流行的pipeline之一，可以方便的修改和导出学习环境，每次跑代码配环境总是一件令人头大的事情。之前一直没有好好研究Anaconda的用法，导致每次使用的时候一些简单的命令都需要现场查询，所以想着把一些常见的用法和命令固化，希望能够帮到大家，也作为自己以后的一个查阅的依据。
Anaconda安装与环境配置
一枚风雨流苏的博客
12-02 1605
本文详细介绍了Anaconda的安装与配置，包括环境变量配置、conda镜像源的查看添加和删除、修改Anaconda的base环境、conda虚拟环境管理、Jupyter中使用conda虚拟环境以及Jupyter配置主题、修改默认路径和配置多浏览器打开的方法。此外，还介绍了在Pycharm连接Jupyter时可能出现的问题，并提供了一些解决方案。最后，还分别给出了彻底卸载Anaconda、VS Code和Pycharm的步骤。
Anaconda——环境管理工具
weixin_43300769的博客
12-27 409
快速理解Anaconda的本质，使用Anaconda prompt管理环境。
使用anaconda创建并管理深度学习虚拟环境的教程
zeeq的博客
10-27 2245
  通常，不同的深度学习论文其所使用的pytorch/tensorflow以及一些库的版本会不一样。而当我们需要在一台机子上跑这些代码的时候，就需要使用工具来创建不同的深度学习环境。这样的工具包括conda、docker等，它们可以创建并隔离管理不同的虚拟环境。下面详细介绍一下使用conda来创建并配置一个全新的虚拟环境的步骤（默认已经安装并配置好anaconda了，没有的话，去下一个吧），以安装python3.6.4，pytorch0.4.0，torchvision0.2.1为例。   需要明确的一点是，
Anaconda 管理Python环境（安装、激活、更新、删除）
DEVELOPERAA的博客
10-16 926
由于不同的项目需要用不同的python版本，于是使用Anaconda来进行版本管理，
Anaconda环境管理
weixin_52180859的博客
10-02 70
一般我们往往会在一个主机上运行多个由别人写的项目，而别人写的项目所用的开发环境又有很大的不同，比如A项目用的是Python3.6，B项目用的是Python3.7。很多时候一个项目必须在特定的环境下才能运行，而我们又不能每次运行一个项目，就把原来的环境给卸载掉，那样就太麻烦了。而且配环境这个过程其实也并不轻松。而且多个项目也不能并行运行，基于此，出现了Anaconda，一个环境管理工具，可以利用Anaconda来管理多个环境，也就是说在一台主机上，同时具有多个环境。
【环境配置与Package】一文讲清楚 Anaconda 相关环境配置与Package管理
weixin_54383080的博客
11-25 2032
我们先来看几个问题：Conda、MiniConda、Anaconda、Pip分别是什么含义，都有什么作用？如何安装不同的 package，如何配置不同的虚拟环境 env？为什么我明明已经通过 pip 安装了某个 package，编译器还是提示，我的 package 安装到哪了？如何定制内核？熟悉的小伙伴应该猜到了，我们今天要讲的是 Python 项目的配置问题。首先，我们先来理解一下 Package 与环境的概念。
anaconda深度学习环境
09-24
anaconda提供了一个方便的深度学习环境，可以使用它来安装和管理各种深度学习框架，如Tensorflow和PyTorch。首先，你需要在Anaconda中创建一个新的环境。可以使用Anaconda Navigator或在命令行中使用conda create...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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