为什么要创建anaconda的虚拟环境
为了保证各种版本的包之间有兼容性
新手一开始听说虚拟环境会觉得没有必要,听着很麻烦,需要什么包安装就是了,但是随着学习的深入,比如学到了深度学习的内容,需要安装keras、tensorflow框架等,这时候如果盲目去装,就容易出问题,这时候就需要创建一个虚拟环境。
为啥呢
最简单的例子假设框架中需要安装A包,安装A包的前提条件是B包的2.1版本和C包的1.2版本都有,这时候你原来系统里的B包可能是3.2版本,为了装A包就需要降版本,但是系统里原来的D包需要3.2版本的B包,所以B包降了版本,可能导致D包无法使用。
怎么创建(用的最多的就是tf的环境)
-
在原始控制台输
'conda --version'
可以检测anaconda环境是否安装成功。输出conda版本为成功,例如输出:
'conda 4.3.30'
-
以win10系统为例,点击桌面开始菜单,找到anaconda应用,里面有Anaconda Prompt(conda控制台)选项,使用管理员身份运行
例如我想创建一个叫做“tfenv”的python3.6的虚拟环境,在界面输入conda create --name tsfenv python=3.6]
-
运行完毕后,此时需要激活虚拟环境,输入
activate tsfenv
如果此时已经显示例如:
(tfenv) C:\Users\
代表已经进入到虚拟环境里了,在这个状态下就可以安装你所需要的包了
下一次进入虚拟环境依旧是从Anaconda Prompt(conda控制台)进入,直接activate tsfenv激活即可。