Conda
添加官方channel镜像源:
conda config --add channels bioconda
conda config --add channels conda-forge
清华镜像源
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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
查看添加的channel
conda config --get channels
查看已安装的包
conda list
更新所有包
conda upgrade --all
安装包
conda install package_name
删除包
conda remove package_name
更新包
conda update package_name
不知道包名要找包
conda search name
用conda建立虚拟环境
conda create -n env_name list_of_packages
其中 -n 代表 name,env_name 是需要创建的环境名称,list of packages 则是列出在新环境中需要安装的工具包。
例如,当我安装了 Python3 版本的 Anaconda 后,默认的 root 环境自然是 Python3,但是我还需要创建一个 Python 2 的环境来运行旧版本的 Python 代码,最好还安装了 pandas 包,于是我们运行以下命令来创建:
conda create -n py2 python=2.7 pandas
进入虚拟环境
source activate env_name #linux
activate env_name #win
退出虚拟环境
source deactivate #linux
deactivate #win
删除名为 env_name 的环境
conda env remove -n env_name
克隆一个原来的环境,命名成想要的名字,再把原来的环境删掉即可
conda create -n python2 --clone py2
conda remove -n py2 --all
显示所有的环境:
conda env list
当分享代码的时候,同时也需要将运行环境分享给大家,执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中
conda env export > environment.yaml
使用别人生成的yaml文件创建环境
conda env create -f environment.yaml
pip
安装:
pip install virtualenv
或者
apt-get install virtualenv
清华源镜像:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas
-p:指定一个版本python环境;通常当你的系统中安装了多个python版本时会用到;默认情况下virtualenv会优先选取它的宿主python环境,即它安装在那个python版本下就会默认选择哪个版本作为默认python隔离环境。
--no-site-packages:不使用系统环境的python安装包,即隔离包中不能使用真实python环境的安装包;当前版本这个选项是默认的。
--system-site-packages:与上面相反,使隔离环境能访问系统环境的python安装包
--distribute:copy一个python环境的分支,默认会安装setup、pip、wheel等基础模块
sudo apt-get install python3-pip python3-dev python-virtualenv
# 创建完全与外部packages隔离的虚拟环境 myenv, python版本可能是最新的python3.7
virtualenv --no-site-packages myenv
# 如果新的python虚拟环境也需要原来python的第三方库,可以将第三方库一起复制到新的虚拟环境
virtualenv --system-site-packages myenv
# win 指定本地已有的python3.5版本(本地已有python2.7, python3.5, python3.7的解释器)
virtualenv -p C:\Users\Administrator\AppData\Local\Programs\Python\Python35\python.exe myenv
# linux
virtualenv --no-site-packages -p python3.6 torch
source ~/tensorflow/bin/activate(linux)
activate ~/tensorflow/bin/activate(win)
deactivate
pytorch
进入官网https://pytorch.org/,找到适合自己的pytorch版本,我的选择版本(如第一张图),复制"Run this Command"的两条命令。
# CUDA 10.1
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch
# CUDA 10.1
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
tensorflow
pip install tensorflow==1.10 #默认cpu版
pip install tensorflow-gpu==1.10
conda install cudatoolkit=10.1 tensorflow-gpu
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
sudo dpkg -i google-chrome-stable_current_amd64.deb
参考文献: