anaconda常用命令记录

_mountainriver

已于 2022-01-27 22:49:31 修改

阅读量5.4k

点赞数 3

文章标签： python anaconda 深度学习

于 2021-09-15 17:05:49 首次发布

本文链接：https://blog.csdn.net/moutain9426/article/details/120312324

版权

虚拟环境
镜像源
查看显存
jupyter
- jupyter中使用anaconda的环境
安装常用包
报错及解决办法
- 报错1：ERROR: The install method you used for conda--probably either `pip install conda`or `easy_install conda`--is not compatible with using conda as an application.
- 报错2：jupyter运行报错：The kernel has died, and the automatic restart has failed...

虚拟环境

查看当前已有的环境

conda env list

安装环境

可以在安装的同时指定python版本，如conda create -n env_name python=3.6

conda create -n env_name

克隆环境

从已有的环境clone出新环境，新环境名由自己指定。

conda create -n new_name --clone old_name

切换环境

conda activate env_name

关闭虚拟环境

conda deactivate

卸载环境

conda remove -n env_name --all

查看当前环境已安装的包

可以使用conda和pip两种命令查看，需要注意的是：

conda会集中管理下载的包，不同环境共用相同的包，不会重复下载；
pip是使用当前环境的pip下载包，多个环境会重复下载；

因此使用两种命令查看已下载的包的情况时，列出的包会不一样。

conda list

pip list

安装包

conda install package_name

pip install package_name

查看pip版本

使用pip查看和安装包的时候，需要确保使用的是当前环境下的pip，可以使用该命令查看当前使用的pip版本和所在路径。

pip -V

查看conda版本

conda -V

镜像源

常用镜像源

https://mirrors.aliyun.com/pypi/simple/   						#阿里云 
https://pypi.douban.com/simple/									#豆瓣
https://pypi.tuna.tsinghua.edu.cn/simple/						#清华大学 
https://pypi.mirrors.ustc.edu.cn/simple/						#中国科学技术大学 
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/	#清华pytorch

查看镜像源

conda config --show-sources

conda添加镜像源

逐条添加

conda config --add channels https://pypi.douban.com/simple/

整体添加

修改.condarc文件，将镜像源地址添加进去即可；
windows下存放在 C:\users\username\ ，linux下存放在 /home/username/ ；

linux下使用vim编辑，添加镜像源地址。

vim ~/.condarc

pip添加镜像源

安装时临时添加

pip install 库名 -i https://pypi.douban.com/simple/

永久添加

linux添加方法

cd ~
mkdir .pip
vim .pip

在里面加入

windows中需要手动找到C盘User目录，创建文件夹名为pip，在文件夹中创建pip.ini文件，手动加入下面内容即可。

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

设置搜索时显示通道地址

conda config --set show_channel_urls yes

conda逐条删除镜像源

conda config --remove channels 源链接

查看显存

查看显存使用情况

nvidia-smi

实时查看显存

每0.1秒刷新一次，自动使用nvidia-smi命令查看显存

watch -n 0.1 nvidia-smi

jupyter

打开jupyter

在base环境中运行

jupyter notebook

查看已安装的kernel和位置

jupyter kernelspec list

删除指定的kernel

jupyter kernelspec remove kernel_name

安装kernel

进入对应的环境
为了确保使用的python路径不出问题，指定详细的python路径；
查看python路径which python
python_path用刚才查看到的路径替换,env_name用当前环境名替换；

sudo python_path -m ipykernel install --name env_name

jupyter中使用anaconda的环境

切换到相应的虚拟环境

conda activate env_name

安装ipykernel

pip install ipykernel

使用ipykernel生成虚拟环境的kernel

env_name改为当前环境名

python -m ipykernel install --user --name env_name

配置完成，退出虚拟环境，在base环境中打开jupyter notebook会发现已经有虚拟环境的kernel可供选择。

conda deactivate
jupyter notebook

如果在jupyter中无法切换，则需要在对应的环境中安装插件；
PS：不能在base环境中进行安装；

conda install nb_conda_kernels

安装常用包

安装cv2

pip install opencv-python

报错1：停留在Building wheel for opencv-python (PEP 517) …

解决办法：

参考报错解答，安装低版本的opencv。

pip install opencv-python==3.4.9.31

报错2：from .cv2 import * ImportError: libXrender.so.1: cannot open shared object file: No such file or directory

解决办法：

参考python中import cv2遇到的错误及安装方法。

apt-get install libxrender1

安装scipy

报错1：ImportError: cannot import name ‘imread’

解决办法：当前scipy版本为1.5.4，版本过高，重新安装低版本。

pip install scipy==1.2.1

安装pytorch

可以参考pytorch官网的命令，安装新版本的pytorch，也可以点击图片下方的“Previous versions of PyTorch”安装老版本。

添加pytorch镜像

如需使用镜像源下载，需要去掉安装命令最后的-c pytorch。

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

在这里插入图片描述
验证pytorch是否安装成功

主要看能否import以及能否使用GPU。

python
import torch
torch.cuda.is_available()

查看实际用的cuda编译器的版本和pytorch所需的cuda版本

上述两个版本需要对应

nvcc -V
python
import torch
 torch.version.cuda

报错1：编译报错，undefined symbol: __cudaRegisterFatBinaryEnd CUDA

原因：当前环境内的pytorch版本为0.3.0.post4，系统的cuda版本是cuda10.1，对rfcn进行编译时，报上述错误，因为编译时和运行时cuda版本不匹配。

运行时cuda版本为7.5；

编译时cuda版本为10.1；

报错及解决办法

报错1：ERROR: The install method you used for conda–probably either `pip install conda`or `easy_install conda`–is not compatible with using conda as an application.

详细报错内容：

ERROR: The install method you used for conda–probably either pip install conda
or easy_install conda–is not compatible with using conda as an application.
If your intention is to install conda as a standalone application, currently
supported install methods include the Anaconda installer and the miniconda
installer. You can download the miniconda installer from
https://conda.io/miniconda.html.

报错原因：

在使用conda install nb_conda_kernels命令安装包的时候，没有安装成功，提示找不到conda，尝试添加/anaconda/bin环境变量也没用，进入anaconda/bin中发现找不到conda，因此用pip install conda命令安装了conda，然后就报了上面的错误，可能时pip安装conda缺失了一些文件；

解决办法：

但是没有conda很多命令都无法实现，暂时没想到好的解决办法，只能重装anaconda，为了保留之前anaconda安装的环境，想要直接在原来的安装路径下进行覆盖安装，使用如下命令强制安装

bash Anaconda3-2020.11-Linux-x86_64.sh -f

注意安装过程中需要指定安装路径为之前的安装位置，最后跳过了环境变量的设置部分，因为安装位置不变，原来的环境变量还能用。

在这里插入图片描述

安装完成，输入conda env list发现之前的环境都还在。

报错2：jupyter运行报错：The kernel has died, and the automatic restart has failed…

解决办法：
查看已安装的kernel

由于之前重装了anaconda，现在用的kernel是在重装anaconda之前装的，因此怀疑kernel的路径出了问题。

jupyter kernelspec list

删除出问题的kernel

jupyter kernelspec remove kernel_name

重新安装kernel

进入对应的环境

查看python路径

which python

python_path用刚才查看到的路径替换,env_name用当前环境名替换；
为了确保使用的python路径不出问题，指定了详细的python路径；

sudo python_path -m ipykernel install --name env_name

安装过程中报错：sudo /home/user-name/anaconda3/envs/pytorch/bin/python -m ipykernel install --name XXXX
解决办法：
需要的prompt-toolkit是1.0.5，如果高于这个版本就会报错
pip install --upgrade prompt-toolkit==1.0.5

再次打开jupyter notebook，问题解决。

[1]：conda install & pip install区别 & 查看当前环境下包的情况
[2]：pytorch官网
[3]：在Jupyter Notebook中使用Anaconda创建的虚拟环境
[4]：Anaconda 换源更改镜像，删源
[5]：pip 设置国内镜像源，加速安装
[6]：anaconda的conda国内常用的加速镜像源
[7]：pip或conda常用镜像源及常用命令
[8]：Ubuntu 下 Jupyter 的使用
[9]：关于anaconda3的conda命令在使用过程中突然失效
[10]：linux强制安装anaconda
[11]：给Jupyter添加kernel选项
[12]：安装ipython关于ImportError: cannot import name create_prompt_application的报错解决方案
[13]：python中import cv2遇到的错误及安装方法