最近想训练yoloV3,需要依赖一些环境,所以想到了使用虚拟环境,然后以下是我总结的步骤:
检查电脑中是否安装conda了.
- 打开终端客户端。
- 进入
conda -V
终端命令行并按回车。 - 如果安装了conda,你应该看到像下面
conda -V
conda 4.4.10
1)如果没有安装,登录网址进行安装:Miniconda — Conda documentation,页面上上有安装指南:
下载后,修改权限:
chmod 777 ./Miniconda3-latest-Linux-x86_64.sh
进行安装并修改默认路径:
安装完成后的界面:
查看conda是否安装成功,使用命名:conda list
输出是这样的(截取部分输出):
# packages in environment at /home/fuxueping/anaconda2:
#
alabaster 0.7.7 py27_0
anaconda 4.0.0 np110py27_0
anaconda-client 1.4.0 py27_0
anaconda-navigator 1.1.0 py27_0
argcomplete 1.0.0 py27_1
astropy 1.1.2 np110py27_0
babel 2.2.0 py27_0
backports-abc 0.4 <pip>
backports.ssl-match-hostname 3.4.0.2 <pip>
backports_abc 0.4 py27_0
beautifulsoup4 4.4.1 py27_0
bitarray 0.8.1 py27_0
blaze 0.9.1 py27_0
bokeh 0.11.1 py27_0
boto 2.39.0 py27_0
bottleneck 1.0.0 np110py27_0
cairo 1.12.18 6
cdecimal 2.3 py27_0
cffi 1.5.2 py27_0
chest 0.2.3 py27_0
cloudpickle 0.1.1 py27_0
(注意安装完之后将bin的路径添加到bashrc中,或者如果用的是zs,则使用ctrl+alt+t打开终端,使用终端输入命名行:gedit ./.zshrc 然后在文档中添加路径:
export PATH="/home/fxp/anaconda2/bin:$PATH")
注意:安装时你的python是什么版本
2)如果你的conda已经安装,执行以下语句就可以建立虚拟环境了:
conda create -n tensorflow python=3.6
注意:我需要的python版本是3.6,你可以按照你自己的进行安装;同时我的虚拟环境名字命名为tensorflow,你可以自己随意命名;
另外,可以安装虚拟环境在指定位置:
conda create --prefix=/home/fxp/fxp/envs/Py39_Torch1.10_cu11_3 python=3.9 -y
相应的激活环境:
conda activate /home/fuxueping/fxp/envs/Py39_Torch1.10_cu11_3
3)激活你的虚拟环境,在你安装的anaconda2的路径下有一个envs文件夹,进去这个环境,进行虚拟环境进行激活;
source activate tensorflow
4)可以按照你自己的需要在tensorflow环境下进行随意操作了,不过别使用sudo.
参考资料:
Miniconda — Conda documentation
用conda为python创建虚拟环境 - 客往何处去 - 博客园
用conda创建TensorFlow虚拟环境_头脑存档处-CSDN博客_创建tensorflow虚拟环境
如果写的不详细,请留言,我会及时补充,谢谢!
使用报错整理:
(pytorch_yolov3)➜ PyTorch-YOLOv3 git:(master) ✗ pip3 install -r requirements.txt
zsh: command not found: pip3
处理方法,安装pip3(很是疑惑为什么要用root安装?但是不用root,系统报我权限不够):
sudo apt-get install python3-pip
删除掉创建的虚拟环境:
查看现有的虚拟环境:
conda env list
方法1:
conda remove -n 你的虚拟环境名 --all
方法2:
删除指定路径下的虚拟环境
conda env remove -p 你的虚拟环境路径
例如:
conda env remove -p /home/XXX/fxp/envs/labelme