文章目录
Linux下安装Anaconda3
Anaconda中安装opencv
打开Anaconda Prompt,键入以下命令便可安装成功,只是下载速度较慢
activate my_cpu_py3
conda install opencv
# 测试opencv是否安装成功
python
import cv2
print(cv2.__version__) # 3.4.1
以下这两种安装方式很可能可用:
方式1:使用pip install命令进行安装
which version of opencv i should install for anaconda 3.7.1 - OpenCV Q&A Forum 20190329
Just use pip install opencv-python
from your anaconda environment .It should fetch the latest version that is available for anaconda python environment.
if you want any specific version of opencv, then use pip install opencv-python==3.4.2
, Hope this helps.
20210106记:
由于采用conda install opencv
命令安装时,会导致以下信息:
The following packages will be UPDATED:
jpeg pkgs/main::jpeg-9b-h024ee3a_2 --> conda-forge::jpeg-9d-h36c2ea0_0
libgcc-ng pkgs/main::libgcc-ng-9.1.0-hdf63c60_0 --> conda-forge::libgcc-ng-9.3.0-h5dbcf3e_17
libstdcxx-ng pkgs/main::libstdcxx-ng-9.1.0-hdf63c6~ --> conda-forge::libstdcxx-ng-9.3.0-h2ae2ef3_17
sqlite pkgs/main::sqlite-3.33.0-h62c20be_0 --> conda-forge::sqlite-3.34.0-h74cdb3f_0
The following packages will be SUPERSEDED by a higher-priority channel:
_libgcc_mutex pkgs/main::_libgcc_mutex-0.1-main --> conda-forge::_libgcc_mutex-0.1-conda_forge
openssl pkgs/main::openssl-1.1.1i-h27cfd23_0 --> conda-forge::openssl-1.1.1i-h7f98852_0
torchvision pytorch/linux-64::torchvision-0.8.2-p~ --> anaconda/cloud/pytorch/noarch::torchvision-0.2.2-py_3
Proceed ([y]/n)? n
,为避免其它包的高版本被低版本所替代,可采用以下命令安装opencv-python:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
pip install -i
命令中-i
参数的含义:
指定镜像源 -i, --index-url Base URL of Python Package Index (default https://pypi.python.org/simple).
方式2:从清华镜像源下载opencv的whl文件进行离线安装
(已阅读,未测试) Installing OpenCV for Python on Windows using Anaconda or WinPython 20190310
测试无效的方式:
case1: 键入 conda install opencv3 没用,会提示
PackagesNotFoundError: The following packages are not available from current channels:
- opencv3
Current channels:
case2: 没有使用以下命令的原因是因为以下通道中的opencv是v3.1.0版本,版本较老
conda install --channel https://conda.anaconda.org/menpo opencv3
Anaconda中安装tensorflow
同一个环境下安装tensorflow和pytorch
20230217记:
“tensorflow pytorch 同一个环境”,谷歌检索"tensorflow, pytorch, the same conda",
- tensorflow - Running TF and Torch on one virtual environment - Stack Overflow 20221208
- 在同一个conda环境下安装tensorflow和pytorch - 简书 20210620
- Tensorflow Cpu :: Anaconda.org
使用该命令 conda install -c conda-forge tensorflow-cpu
未能安装成功,提示Solving environment: failed with initial frozen solve.
;
后来使用以下命令安装的:
# Current stable release for CPU and GPU
pip install tensorflow
Conda常用命令整理
*** conda常用命令:安装,更新,创建,激活,关闭,查看,卸载,删除,清理,重命名,换源,问题_zhayushui的专栏 20180524
Anaconda 换国内源、删源最全集锦(转载) - 一颗蘑菇头20190822
查看anaconda的channels配置 - 彬彬哥 - 博客园 20200317
Conda clean 净化Anaconda - 简书 20190308
Conda占用空间清理
conda clean -t % 清理 tarballs 文件
conda clean -p % 删除下载的包文件
conda clean --index-cache % 清理索引缓存
conda clean --all % 清理所有的缓存文件
20240517记:
Q:如何正确清理conda环境所占用的存储空间?
(Kimi-Moonshot)A:Conda环境占用了大量的存储空间,这可能是由于安装了许多不再需要的包,或者是因为某些包的旧版本没有被清理。以下是一些清理conda环境所占用存储空间的方法:
-
清理不必要的包:
Conda在安装包时会将包以tarballs文件的形式下载到本地缓存中,以便于将来的安装或更新过程。使用conda clean -p
命令可以删除下载的包文件,但不会删除已经安装的包或环境。需要注意的是,-p/--package
选项只清理包文件,不会清理其他类型的缓存文件。conda clean -t
是旧版本中用于清理 tarballs 文件的命令,从 Conda 4.3 版本开始,-t/--tarballs
选项已经被-p/--packages
选项所取代。 -
清理索引缓存:
conda会缓存包的索引信息,可以使用conda clean --index-cache
清理索引缓存。 -
清理锁文件:
conda在安装过程中会生成锁文件,可以使用conda clean --lock
清理这些文件。 -
清理所有的缓存:
使用conda clean --all
命令清理所有可清理的缓存,包括包、索引缓存、解锁文件和未使用的克隆。 -
清理旧的包版本:
conda 有时会保留包的旧版本,可以使用conda update --all
更新所有包到最新版本,以减少旧版本的占用。 -
手动删除旧版本的包:
如果conda update
没有删除旧版本,你可以使用conda list --show-versions
查看包的版本,并使用conda remove -n env_name package_name=version
手动删除不再需要的版本。 -
移除不再使用的conda环境:
如果你创建了多个环境,其中一些可能已经不再使用了。可以使用conda env list
查看所有环境,然后使用conda env remove -n env_name
移除不再需要的环境。
About conda-forge
CONDA-FORGE: A community-led collection of recipes, build infrastructure and distributions for the conda package manager.
conda-forge is a GitHub organization containing repositories of conda recipes. Thanks to some awesome continuous integration providers (AppVeyor, Azure Pipelines, CircleCI and TravisCI), each repository, also known as a feedstock, automatically builds its own recipe in a clean and repeatable way on Windows, Linux and OSX.
The built distributions are uploaded to anaconda.org/conda-forgeand can be installed with conda. For example, to install a conda-forge package into an existing conda environment:
conda config --add channels conda-forge
conda config --set channel_priority strict
conda install <package-name>
conda-forge
是为了建立和维护软件包而发起的,当构建Anaconda Python环境时,如果两个存储库中都存在包,一般来说,是使用conda-forge
还是使用conda install
没有关系。 因为conda-forge
是可以安装软件包的附加渠道,从这个意义上说,它不是比默认通道或其他数百(数千个)通道中人们所发布的recipes更特别。
- 在安装软件包时,有两种方法可以更改通道的选项。
- 一种是每次安装包时指定一个通道:
conda install -c some-channel packagename
- 另一种是将某个需要经常使用的通道添加到配置中:
conda config --add channels some-channel
,这会将通道some-channel添加到channels配置列表的顶部,使得some-channel具有最高优先级(当多个通道内都存在特定包时,优先级(部分地)用于确定优先选择哪个通道)。
- 一种是每次安装包时指定一个通道:
- 如果想要将通道添加到channels配置列表的末尾并为其指定最低优先级,请键入
conda config --append channels some-channel
- 如果想要删除添加的频道,请键入
conda config --remove channels some-channel
- 了解conda config命令的使用,请键入
conda config -h
综上所述,使用该conda-forge通道取代defaults通道可能有三个主要原因:
- conda-forge
通道可能比defaults通道更新
- conda-forge
通道中有defaults通道中所没有的软件包
- 更愿意使用依赖项,如openblas (from conda-forge)而不是mkl (from defaults)
Conda Error处理
jupyter - Conda Verification Failed - Data Science Stack Exchange20200108