Anaconda 命令行常用指令

Anaconda 命令行指令

Anaconda Prompt 命令行

一、基础指令

1、查看Anaconda安装版本

conda --version

2、查看已经安装的环境

conda env list #方法1
conda info --env #方法2

3、转换盘符

cd F:\04_Deeplearning\01_Codes\PolyLaneNet-master # cd加上地址即可，注意先切换硬盘，直接输入F:即可

二、创建环境

1、创建环境

conda create -n xxx python==3.8.5 # 创建一个名为 xxx 的环境，python版本为3.8.5

2、激活 / 进入环境

conda activate xxx # 激活名为 poly 的环境

3、删除环境

conda remove -n xxx --all # 删除名为 xxx 的环境

4、退出环境

conda deactivate #方法1
conda activate base #方法2

5、复制环境

conda create --name new_env_name --clone old_env_name  #创建一个和“old_env_name”一样的新环境，名为“new_env_name”

6、分享环境

把你当前的环境配置与别人分享，这样ta可以快速建立一个与你一模一样的环境（同一个版本的python及各种包）来共同开发/进行新的实验。一个分享环境的快速方法就是给ta一个你的环境的.yml文件

source activate target_env #首先，先激活
conda env export > environment.yml #然后输入下面的命令会在当前工作目录下生成一个environment.yml文件

conda env create -f environment.yml #拿到 environment.yml 文件后，将该文件放在工作目录下，可以通过本命令从该文件创建环境

三、在环境中安装包

1、添加镜像源

如何添加conda镜像源：使用 conda install 时

如何添加pip镜像源：使用 pip install 时

pip config list

2、安装

pip install -r requirements.txt
conda install xxxx

3、显示已安装的包

pip list

4、删除包

 conda remove -h  xxx # 删除名为 xxx 的包

conda install pytorch torchvision cudatoolkit=11.7 -c pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
https://pytorch.org/get-started/locally/ #安装适合cuda版本的pytorch

遇到的问题

1、如何查看电脑cuda版本

搜索：NVIDIA Control Panel —— 系统信息 —— 组件 —— 3D设置 “NVCuda” 后显示即为版本

2、查看pip支持的文件名和版本

win+R —— cmd —— python -m pip debug --verbose

3、

pip install yapfpip -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn 

四、深度学习常用Linux指令

1、数据集解压

tar -zxvf file_name.tar

2、在服务器使用特定的GPU训练

CUDA_VISIBLE_DEVICES=xxx python train.py configs/xxx

3、使用 tensorboard

tensorboard --logdir xxx