【Linux】conda新建环境 pip install原理

conda

新建环境

conda create -n myenv python=3.6

当运行上面的语句并确认后

  • 将会开始下载数据包至pkgs文件夹下,一个包对应生成一个文件,一个文件夹以及更改一个文件。
    1. 文件pkg_name.condapkg_name.tar.bz2文件,pkg_name是包名,例如可以为python-3.6.13-hdb3f193_0,一般使用官方源为后缀为.conda,国内源后缀.tar.bz2
    2. 解压安装后的pkg_name文件夹
    3. 更改url.txt 在其后面追加一行 内容为下载该包的网址
  • 全部包下载完成后,将会在envs文件夹下新建一个与环境名相同的文件夹,文件夹内即是环境所需内容,另外在envs同级路径下的environments.txt追加一行,内容环境的绝对路径,例如为/home/intleo/.conda/envs/myenv

环境位置

另外pkgsenvs以及environments.txt(可无)在同一文件夹下,该文件夹位置分两种情况

  1. anconda安装在公共目录/usr/local/anaconda3时文件夹为~/.conda文件夹
  2. anconda安装在用户目录下,例如~/soft/anaconda3,文件夹位置就为 ~/soft/anaconda3

环境复制

相同软件系统下具有相同cuda,可以直接复制envs下的环境文件夹至其他机器或同机器下的其它用户,其他用户可以直接使用,例如解释器选择~/.conda/envs/myenvbin/python即可直接使用
以上本人在同一机器下的不同用户上复制可用torch等
也可使用 conda pack进行打包,可参考链接,但当时由于依赖文件外的mmdetection未能成功

PS,conda 新建环境和conda install前会先搜索pkgs或者url.txt,之前下载过的包会直接加载用于新环境的安装

pip

linux原生pip

pip其实是python的一个模块,调用pip时就会调用python来执行,以原生环境为例(非conda),Linux系自带的python是2.7版本,可执行python查看
在这里插入图片描述
一般python是软连接到python2.7了,可执行ls -l /usr/bin | grep python查看所有已安装python版本,比如我的主机就还安装有python3.5
在这里插入图片描述
每个python版本对应一个pip,我们来查看pip的内容可以发现其就是一个脚本文件,和其他脚本文件在第一行指定好解释器,如下图指定的是/usr/bin/python,即使用这个原生pip安装的包将可被/usr/bin/python调用,并且自己安装的包将会存在于/usr/lib/python2.7/site-packages
在这里插入图片描述
那么我们如果想指定执行某个python版本的pip并安装包到这个python下面该如何操作呢?可直接python3.X -m pip install XXX3.X是代表版本号,例如执行python3.5 -m pip show pip,若没有这个包一般是因为还未安装pip3,可先执行sudo apt install python3-pip安装
在这里插入图片描述
安装完成后,可执行pip3 show pip查看安装位置,可以看到安装在了python3的包下面,这个目录下面的
在这里插入图片描述
我们当前的环境是只有一个python3版本python3.5,使用pip3安装东西必然会安装至python3.5下的site-packages里,若有多个python3版本,我们可以执行python3.X -m pip 来调用,由于安装的pip版本较低,我们可以先更新下python3.5 -m pip install --upgrade pip,这里由于python3.5版本原因,部分语法未适配最新版的pip,可尝试升级python版本

jetson nano分析

由于亚博自带的镜像中,python3版本为3.6.9,在使用上还是有很多局限的,故本节将升级python版本,这里简单介绍下python包管理机制,板子自带python3.6.9,由于大多数系统都会带一个低版本(9.0.1)的pip,然后每个python版本如果安装了pip都会对应一个自己版本的pip module,例如执行pip show pip或者python3 -m pip show pip可以看到自带的python 3.6.9对应的pip就存放在 /home/nano/.local/lib/python3.6/site-packages中,即python3.6的包下
在这里插入图片描述
执行sudo apt-get install python3.8,即可安装python3.8,但此时你执行的pip3还是python3.6的,可执行pip show pip查看.
系统自带了一个pip(9.0.1),可执行python3.8 -m pip show pip查看,pip位于/usr/lib/python3/dist-packages
在这里插入图片描述
因此需要为python3.8安装pip模块,执行python3.8 -m pip install --upgrade pip即可安装,python3.8 -m pip show pip显示的就是位于python3.8下
在这里插入图片描述
且此时直接执行pip show pip也是python3.8下的,因为安装完成后,已将pip3.8安装到了本地bin中,且将默认的pip换成了pip3.8版本的
在这里插入图片描述

conda环境

若conda新建的环境为python3.6的,那么pip3下载的包将会放置在envs/myenv/lib/python3.6/site-packages

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv8的各种瓶子识别检测系统源码(部署教程+训练好的模型+各项评估指标曲线).zip 平均准确率:0.95 类别:bottle 【资源介绍】 1、ultralytics-main ultralytics-main为YOLOv8源代码,里面涵盖基于yolov8分类、目标检测额、姿态估计、图像分割四部分代码,我们使用的是detect部分,也就是目标检测代码 2、搭建环境 安装anaconda 和 pycharm windows系统、mac系统、Linux系统都适配 在anaconda新建一个新的envs虚拟空间(可以参考博客来),命令窗口执行:conda create -n YOLOv8 python==3.8 创建完YOLOv8-GUI虚拟空间后,命令窗口执行:source activate YOLOv8 激活虚拟空间 然后就在YOLOv8虚拟空间内安装requirements.txt中的所有安装包,命令窗口执行:pip install -r requirements.txt 使用清华源安装更快 3、训练模型过程 进入到\ultralytics-main\ultralytics\yolo\v8\detect\文件夹下,datasets即为我们需要准备好的数据集,训练其他模型同理。 data文件夹下的bicycle.yaml文件为数据集配置文件,该文件为本人训练自行车检测模型时创建,训练其他模型,可自行创建。博文有介绍https://blog.csdn.net/DeepLearning_?spm=1011.2415.3001.5343 train.py中238行,修改为data = cfg.data or './bicycle.yaml' # or yolo.ClassificationDataset("mnist") 237行修改自己使用的预训练模型 若自己有显卡,修改239行,如我有四张显卡,即改成args = dict(model=model, data=data, device=”0,1,2,3“) 以上配置完成后运行train.py开始训练模型,训练完毕后会在runs/detect/文件夹下生成train*文件夹,里面包含模型和评估指标等 4、推理测试 训练好模型,打开predict.py,修改87行,model = cfg.model or 'yolov8n.pt',把yolov8n.pt换成我们刚才训练完生成的模型路径(在\ultralytics-main\ultralytics\yolo\v8\detect\runs\detect文件夹下),待测试的图片或者视频存放于ultralytics\ultralytics\assets文件夹, 运行predict.py即可,检测结果会在runs/detect/train文件夹下生成。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值