anoconda prompt常用操作

• 查看tensorflow包信息及依赖关系conda info tensorflow
• 查看当前有哪些可以使用的tensorflow版本

conda search --full --name tensorflow
conda search --full --name tensorflow-gpu

• 环境创建：conda create -n <name>

• 激活环境 ：activate <name>

• 删除环境：conda remove -n <name> --all

• 重命名环境conda create -n <name> --clone <new name>

• 查看环境中安装包conda list

• 卸载安装包：conda/pip uninstall <name包>

• 查看已创建的环境信息:conda env list/conda info --env

• 查看有哪些可下载的版本包anaconda search -t conda <name>

第三方包的安装（直接安装）conda install <name>pip install <name>

按镜像安装包

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
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/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

• 查看通道：conda config --show channels
• 回到默认包通道：conda config --remove-key channels
• 搜索时显示通道地址：conda config --set show_channel_urls yes
• 直接在指定网址下载所需包，再安装，这样操作性强一些，不至于安装错包

1.下载所需库包文件.whl
2.用cd 命令将路径转为.whl文件所在路径，这里我的.whl文件就放在桌面，所以直接输入：先退出到盘根目录，再进入其他盘
在prompt中输入包下载后得存放路径 `cd C:\Users\Administrator\Desktop`
3.pip install <下载包名>.whl（.whl安装包名称）
或者在下载完.whl文件后直接 pip install <存放路径>\<包名>.whl 进行安装，
如 pip install D:\anaconda\Lib\site-packages\opencv_python-3.3.1-cp36-cp36m-win_amd64.whl

• 下面是我找到得非常快得下载方式，每次下载库包必选方式：

pip --default-timeout=100 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.douban.com 

如果上面那个豆瓣依然不快（虽然还没出现过这种情况），可以换成下面的国内镜像网站。
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/

• 查看cuda安装是否成功，成功会显示版本信息

nvcc -V
nvcc --version

• 查看cuda版本

nvidia-smi

• gethub 项目中的requirements.txt文件中的库包配置

pip install -r requirements.txt的绝对路径
eg: pip install -r E:\DL\tf1.13_yolo3-keras-master\yolo3-keras-master\requirements.txt