【转】anaconda 更新

 

 

anaconda用法：

 

 

查看已经安装的包：

pip list 或者 conda list

 

安装和更新：

pip install requests

pip install requests --upgrade

或者

conda install requests

conda update requests

 

更新所有库

conda update --all

 

更新 conda 自身

conda update conda

 

更新 anaconda 自身

conda update anaconda

 

anaconda换源：

制定清华的源：

conda config --add channels https: //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

有资源显示源地址：

conda config -- set  show_channel_urls yes

 

Linux和Mac下生成的配置文件路径： ~/.condarc

 

如果电脑中同时有anaconda2和anaconda3

 

 

将anaconda3中的python执行程序改为python3(忘了安装好就是python3还是需要改)，pip改成pip3，conda改为conda3再将bin添加到path路径中

更新时可以用conda3 update anaconda 和 conda update anaconda 区别2和3，也可以使用conda绝对路径更新

 

国内源虽然快但貌似也不是很稳定，也经常超时连不上，不过比官方源好多了

anaconda用法：

查看已经安装的包：

pip list 或者 conda list

 

安装和更新：

pip install requests

pip install requests --upgrade

或者

conda install requests

conda update requests

 

更新所有库

conda update --all

 

更新 conda 自身

conda update conda

 

更新 anaconda 自身

conda update anaconda

 

anaconda换源：

制定清华的源：

conda config --add channels https: //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

有资源显示源地址：

conda config -- set  show_channel_urls yes

 

Linux和Mac下生成的配置文件路径： ~/.condarc

 

如果电脑中同时有anaconda2和anaconda3

 

 

将anaconda3中的python执行程序改为python3(忘了安装好就是python3还是需要改)，pip改成pip3，conda改为conda3再将bin添加到path路径中

更新时可以用conda3 update anaconda 和 conda update anaconda 区别2和3，也可以使用conda绝对路径更新

 

国内源虽然快但貌似也不是很稳定，也经常超时连不上，不过比官方源好多了

 

Anaconda 是当前最流行的python包管理工具，因为其功能的便捷性和高效性， 同时支持多种开源的深度学习框架安装，受到许多从事深度学习的科研工作者以及老师学生的青睐。anaconda 拥有图形化界面，我们可以直接点击按钮就可以自动安装自己环境所需要的各种工具包，比如深度学习的各种框架tensorflow、pytorch等。当然我们也可以在anaconda 的终端命令窗口中输入指令进行操作，如果你使用的的操作系统是centos的话，而且是最小化的安装，没有图形化界面，你就需要学习anaconda的一些指令进行环境的搭建和第三方包的安装，可以看我的下一篇学习如何使用conda命令创建环境和安装包。说到这里，为什么与镜像源有联系捏。因为anaconda并不是国产软件，我们创建的环境以及包都需要自动下载安装成功后才能使用，anaconda的服务器在境外，国内下载速度十分缓慢，常常出现下载断开无法安装的现象，于是乎各种镜像就应运而生了。比如像我经常使用的清华镜像。

这里是清华镜像的网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/

下面是配置清华镜像源的使用方法：

在windows菜单栏中，打开上图中powershell的命令窗口，依次执行下面的四句命令，就可以实现conda源的更换。

输入第一条命令展示

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

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/cloud/msys2/

conda config --set show_channel_urls yes

如果需要使用pytorch,需要添加新的源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch

注意安装pytorch库的时候，记得去掉结尾的 -c pytorch 不然会影响安装的速度。

比如安装cuda9.2的pytorch GPU版本

# CUDA 9.2

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch

我们需要去掉 -c pytorch 改成 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2

conda源推荐中科大和清华。二者没有区别，自行选择。

如果你不想使用国内镜像源，想要切换回原来的镜像源，执行下面的命令。

conda config --remove-key channels

在清华镜像源网站，我们可以选择安装他们提供的miniconda和anaconda软件，这些软件都已经添加过镜像源，用起来方便一些，不再需要我们自行配置。miniconda是一个轻量化的conda包管理工具，大家可以根据自己的需求进行安装。

anaconda镜像软件的示意图

大家可以点击上面的链接进入这个页面，点击archive，就可以下载各个版本的anaconda。如下图所示。

anaconda各个版本

pip源：

有些时候，我们安装的第三方库并不支持使用conda的方式进行安装或者支持conda安装，由于我们所安装包的版本太老等原因导致现在无法下载安装，我们就会想到尝试使用pip的方式进行安装。和conda同样的问题就是安装缓慢，需要使用国内镜像源进行加速。虽然pip源配置有两种方式，但是本人推荐使用临时的方式，虽然麻烦，但是为了不破坏软件本身的pip链接，降低风险，还是建议大家走这一步。

方法在这里：

还是在anaconda的powershell命令输入下面的命令。

pip 后加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple （清华源）

举个栗子：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow 或者 pip install tensorflow -ihttps://pypi.tuna.tsinghua.edu.cn/simple

pip安装示意图

其他镜像源可以参考：

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 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/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

只需要将-i后面的链接替换即可。建议使用清华和阿里的镜像源。

如果本文对您的工作学习起到帮助，记得要点赞 鸭！

 

 

 

 

http://mirrors.aliyun.com/pypi/simple/