深度学习常用命令

主要对深度学习常用到的一些命令进行汇总，同时也为了方便自己查阅
内容持续更新ing。。。

---

一、【CMD命令】

1、查看当前显卡驱动版本以及可适用的最高cuda版本：

nvidia-smi

2、查看anaconda版本

conda --version

二、【Anaconda命令】

1、查看源与源管理

* 查看当前源：

conda config --show-sources

* 更换国内源：

（可以直接在C盘用户目录下搜索.condarc，用记事本打开，将里面的内容更改为下面的内容）

channels:

• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
• defaults show_channel_urls: true

2、conda已有环境&库查询

* 已安装环境列表

conda info -e

* 查看安装了哪些库

activate 【环境名】
conda list

* 其他

conda create help

3、环境安装和库管理

* 创建环境

conda create -n [环境名] python=3.xxx

* 激活环境

conda activate [环境名]

* 删除环境

conda remove -n [环境名] -all

* 退出环境

conda deactivate

* 库安装

指定镜像源：

pip install pandas -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

其他：

pip install pandas
conda install pandas

* 更新指定库

两个都可以

pip install --upgrade pandas
pip install pandas

* 删除指定库

conda remove pandas

* 环境导出与复制

在自定义目录下激活环境（文件夹地址栏输入cmd）

source activate torch7

导出conda安装的环境和库到torch7.yaml文件

conda env export > torch7.yaml

复制创建环境

conda env create -f torch7.yaml

以上只会导出conda命令直接安装的包，用pip安装在Anaconda的lib和site-package里。因此还要用导出pip的方法：

pip freeze > 27.txt

pip install -r 27.txt

三、【标签工具】

1、labelImg安装

pip install labelImg -i https://pypi.tuna.tsinghua.edu.cn/simple/

（注：Img中的I要大写）