---1--- 深度学习的环境安装和相关设置

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

---

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。