提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
随着第三次人工智能浪潮的开启,各大厂商与公司在这场角逐中各显身手,好不热闹。在有Nvidia,AMD以及intel公司的加入后,Apple公司也宣布加入其中的角逐中,为首的便是在2020年发布具有自研M芯片加持以及同一显存内存架构的MacOS,使其在深度学习领域有了初步角逐的能力。随着各大社区的不断完善,具有M芯片的Mac系列产品已经能够跑一些主流模型,已经能够在机器学习中进行计算和训练。本人刚刚踏入该领域,环境安装的心得记录如下:
安装与设置
环境安装
Xcode安装
xcode-select --install
miniconda/miniforge安装。
在清华源或者GitHub下载miniconda3或者miniforge3,下载arm64的文件并进行安装。
pip指定镜像源安装包
例如:在清华镜像源进行安装包名
pip install [包名] -i https://pypi.tuna.tsinghua.edu.cn/simple/
jupyter lab安装
pip install jupyterlab
conda install -c conda-forge jupyterlab
安装之后,如果想安装插件辅助,还需要安装以下的插件辅助库
搜索conda-forge下的nodejs版本。
conda search nodejs -c conda-forge
选择安装版本
conda install nodejs=20.9.0 -c conda-forge
npm安装
pip install npm
安装中文包
pip install jupyterlab-language-pack-zh-CN
debug插件安装
conda install -c conda-forge xeus-python
代码提示
conda install -c conda-forge jupyterlab-lsp
conda install -c conda-forge python-lsp-server
使用conda增加Jupyter可用内核环境
在base环境中安装nb_conda
conda install nb_conda_kernels
在待添加的环境中执行指令安装内核
conda install ipykernel
在待添加的环境中执行指令将内核添加到jupyter中
python -m ipykernel install --name 环境名 --display-name "name"
展示安装的kernel
jupyter kernelspec list
删除jupyter lab的kernel
这一步的envname
为上一步展示安装的kernel的名字
sudo jupyter kernelspec uninstall/remove envname
matplotlib安装
pip install matplotlib
设置
默认取消base环境设置
conda config --set auto_activate_base false
conda添加国内镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
升级python环境
conda install python=3.xx.x
conda查看镜像源
conda config --show channels
虚拟环境的相关设置
虚拟环境的创建
conda create -n envname python=version
查看所有环境
conda env list
查看当前环境下的所有包
conda list
激活环境
conda activate envname
环境退出
conda deactivate
环境克隆
conda create -n envname --clone newenvname
移除环境
如果安装jupyter lab的话在这一步之后请进一步移除jupyter lab的对应kernel
conda remove -n envname --all
环境打包迁移
conda pack -n 虚拟环境名称 -o environment.tar.gz
如果报错:No command ‘conda pack’
尝试使用:conda install -c conda-forge conda-pack
导出当前环境下的包
conda envname export > environment.yml
卸载
# Remove the root prefix
rm -rf ~/miniforge3(miniconda3) # 具体根据自己的安装地址,如果不存在跳过
rm -rf ~/.conda
rm -rf ~/.condarc
最后删除 .bash_profile .zshrc关于conda的环境变量
总结
本篇文章针对深度学习的环境进行了安装和设置,通过借鉴其他的大佬和自己的一些实验进行摸索,综合记录而来。