conda & pip

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：

https://www.jianshu.com/p/edaa744ea47d

https://www.jianshu.com/p/6d7de7a00b8d