第三篇:创建深度学习所需的虚拟环境(Windows or Linux-ubuntu16.04)
问:为什么要创建虚拟环境呢?
答:如果不创建,在base上进行python包的安装,会使得前面安装的包与后续安装的包可能会产生冲突,例如 pytroch0.4.0和 pytorch120的冲突(很多工程需要包的版本不同,这是容易出错的地方之一)
问:如何创建虚拟环境?
答:请参考下文。
利用Anaconda创建虚拟环境
创建虚拟环境的方法有很多,这里只介绍用Anaconda创建,原因就不过多介绍了,具体可自行百度。
1、安装Anaconda
当然,在创建前需要安装好Anaconda,安装方法具体可参考本人前一篇博客:
第二篇:深度学习之CUDA配置指南(Linux-ubuntu16.04)
备注:这里需要注意下Windows下Anaconda的版本,推荐是5.3.1(默认python版本号:3.7),更新的版本会默认安装更高的版本的python(可能某些包更新来不及,暂不支持高版本的python)。
参考链接:清华源Anaconda下载
2、换源
问:何为换源?
答:更换python-package源
问:为何要换源?
答:大部分的python-package源在国外,国内下载速度慢,除非你可以科学上网。
问:怎么换源?换什么源?
答:请看下文。默认更换为清华源
这里换源分成两部分,一是更换pip安装源,二是更换Anaconda源,Windows和Linux换源操作类似,本文也会一一讲解
2.1 pip换源
2.1.1 Windows更换源:
参考博客:
1、Windows 10平台下 pip 更换清华镜像源
2021年6月6日更新,经测试,清华源pip时不稳定,推荐阿里源
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
2.1.2 Linux更换源:
参考博客:
1、ubuntu下pip更换国内安装源,推荐阿里源
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
2.2 Anaconda换源
2.2.1 Windows更换源:
参考博客:
1、解决Anaconda出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题
不管是Anaconda创建环境错误,还是需要更换Anaconda-package的源,都推荐换源,不过上面参考博客1:解决Anaconda出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url问题出了一个问题,注意看我的评论,把https换成http即可。最新情况,清华后期不稳定,推荐阿里源一步到位:
- 中科大源(推荐)
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channelshttp://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
- 阿里源
conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/main
conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/r
conda config --add channels http://mirrors.aliyun.com/anaconda/pkgs/msys2
conda config --set show_channel_urls yes
- 清华源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
其他步骤相同。
2.2.2 Linux更换源:
与2.2.1 Windows换源类似,只不过.condarc文件放置的目录不一样,在Home下按ctrl+H显示隐藏文件,即可找到对应.condarc文件进行修改。
3、创建虚拟环境
在Windows下和Linux下创建虚拟环境的命令都是相同的,即
conda create -n xxxname python=3.x
例如:
conda create -n pytorch120 python=3.7
如此就创建好了对应的虚拟环境,例子中创建了名为pytroch120的虚拟环境,附带的python版本为3.7,注意在Linux下,最好加上sudo,否则系统可能会提示没有权限。
附注
相关conda常用命令:
1、conda --version #查看conda版本,验证是否安装
2. conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:conda create -n pytorch120 python=3.7 numpy pandas,创建了pytorch120环境,python版本为3.7,同时还安装了numpy pandas包
3. conda activate env_name #切换至env_name环境
4. conda deactivate #退出环境
5. conda env list #显示所有已经创建的环境
6. conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name
7. conda remove --name env_name –all #删除环境
or
conda env remove -n env_name
8. conda list #查看所有已经安装的包
9. conda install package_name #在当前环境中安装包
or
pip install package_name # 推荐用pip安装,谁用谁知道
10. conda install --name env_name package_name #在指定环境中安装包
11. conda remove -- name env_name package #删除指定环境中的包
12. conda remove package #删除当前环境中的包
致谢
感谢以上所有参考博客的作者,是你们的实践减少了后来者所走的弯路,感谢。
上一篇:第二篇:深度学习之CUDA配置指南(Linux-ubuntu16.04)
下一篇:第四篇:深度学习之pytorch/tensorflow安装