换源
Windows下的pip换源:
假如我的pip位置是:
(tensorflow) C:\Users\Administrator>
那就在该文件夹下新建文件夹pip,在该文件夹中新建pip.ini,内容为:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
url后面填的就是国内地址(我这里用的是清华的源)
Windows下的conda换源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
同样是清华的源,当然还有更加简单粗暴的方法:
找到这个文件,用记事本打开,在channels后面加地址就行了,一般都在User/Administrator下面。
Ubuntu下的pip换源
pip配置文件内容与Windows一致,但配置文件路径和文件名为:~/.pip/pip.conf
Ubuntu下的conda换源
conda配置文件内容与Windows也一致,路径和文件名为:~/.condarc
缺少模块报错
cv2安装:
pip install opencv-python
shapely安装:
这个不能直接用pip安装,需要到https://www.lfd.uci.edu/~gohlke/pythonlibs/找到对应的版本进行安装
skimage安装:
pip install scikit-image
虚拟环境管理
本人使用Anaconda管理虚拟环境,平时只有一个虚拟环境,起名叫ml,里面同时装有pytorch和tensorflow,一般工作学习够了,如果不涉及Machine Learning,非虚拟环境下的python也够用了。
如果有具体任务来了,还要装上一些特定的python包(这些包不通用,只能用于特定任务中),此时会复制ml,把任务放在这个虚拟环境下跑,搞完删环境即可。
创建及查看已有环境
conda create -n 新环境名 python=3.6
python版本视自己需要而定。
加*表示当前所处环境。
激活与退出环境
activate 环境名
激活该虚拟环境后,所有的pip安装操作将在该环境下执行,环境外的python是无法使用这里安装的包的。
deactivate
退出当前虚拟环境。
复制既有环境
conda create -n 新环境名 --clone 旧环境名
删除环境
conda env remove -n 环境名
导出当前虚拟环境的配置
conda env export > env.yaml
在对应目录下会生成一个env.yaml的文件,里面就是对应虚拟环境的配置信息,别人可通过该配置信息创建环境:
conda env create -f env.yaml
版本回滚
通过以下命令查看anaconda环境的历史记录,选择对应版本恢复:
conda list --revisions
conda install --revision 版本号
版本号即对应数字,不需要前面的rev。