解决Linux下Anaconda配置多个环境的问题--以常见的tensorflow为例

问题描述

在运行github上一些代码时，往往限制了编译环境，特别是经常遇见的tensorflow版本问题。如果想满足所需环境，又不破坏自己常用的环境，比较好的解决方法就是再配置一个新的环境。

解决方法

1.创建新的环境

打开命终端，输入“conda create --name xx python=3.5”。其中“xx”为新环境的名称，自拟，如就以“python3.5”为名称；“3.5”为新环境需要的Python版本，可以自行选择。演示如下：

2.激活环境

每次打开新的终端，都将进入默认的环境(base)，如上图中的前缀“(base)”，就是最开始下载Anaconda时所选择的环境。要激活新的环境需要命令“conda activate xx”。其中“xx”为想激活的新环境。演示如下：

激活后，进入新环境，如上图中的前缀“(python3.5)”。

3.安装需要的包

使用命令“pip install xx”。最好使用清华镜像源，下载比较快。即“pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xx”。演示如下：

4.退出新环境

不需要新环境后，可以使用“conda deactivate”返回默认环境。演示如下：