# anaconda下还是用虚拟环境方便 这样可以用不同虚拟环境安装不同版本的python和不同的库 也不会冲突 安装卸载都比较方便
# 创建虚拟环境 环境名称dyz 版本python3.5 安装位置默认在~/anaconda3/envs/dyz
conda create -n dyz python=3.5
激活虚拟环境:source activate dyz
卸载虚拟环境:conda remove -n dyz --all
查看所有虚拟环境变量名:conda info --envs
# anaconda安装虚拟环境后的库的位置:
~/anaconda3/envs/dyz/lib/python3.5/site-packages
安装requirements.txt文件:conda install --yes --file requirements.txt
# 后面安装都是在激活了这个虚拟环境下安装的 就会自动安装到上面的默认目录了 不激活虚拟环境安装会安装到anaconda自己默认site-packages里。跑程序当然也是要先激活这个虚拟环境然后在运行python ....就可以调出虚拟环境下的所有库了
(ps: 对于一些常用的函数可以自己写个库封装起来。然后可以直接把写的函数文件夹放到site-packages下面,然后直接就可以用import 来导入自己写的库了,nice!)
以前安装gpu版本好麻烦,现在ananconda把这些都集成了可以说一句话就可以啦:
# 安装tensorflow-gpu:
conda install tensorflow-gpu
或者直接安装某个版本conda install tensorflow-gpu=1.3
或者登录清华镜像:https://mirror.tuna.tsinghua.edu.cn/help/tensorflow/
选择适合版本直接按照命令行安装即可(镜像中没有的用conda安装会很慢很慢...)
# 安装caffe-gpu
conda install -c anaconda caffe-gpu
# 安装opencv
conda install -c menpo opencv3=3.2.0
# 具体命令
1. 登录https://anaconda.org/
2.搜索框输入需要的库,比如我们输入tensorflow-gpu ,搜索。
会出现各个版本tensorflow-gpu。我们选取1.8版本。点进去:
最下面就对应了conda的命令。
直接一句安装tensorflow。anaconda会自动安装需要的依赖包 比如cuda cuddn等等。不需要配置。当然anaconda官网还有非gpu安装方法等。
还有一点注意的是如果是ananconda虚拟环境安装。这要先激活虚拟环境,在虚拟环境下执行上面语句。要不然就不会安装在虚拟环境下了。
但是注意一点是同时安装caffe和tf的话 。由于版本问题可能两者之间的依赖库会有点冲突问题。
另外conda官网上的命令对应的是最新版本的conda的。旧版本conda运行结果可能不对。
# 卸载:
conda uninstall tensorflow-gpu
# 清除anaconda 无用空间
conda clean --all
# 可以的库函数:
hyperlpr # 车牌识别pip install hyperlpr