Anaconda与Pycharm的使用
Anaconda的安装就不多说了,自己百度吧哈哈哈=,=
创建虚拟环境
打开AnacondaPrompt
就是这个
base是基础环境,本来就有哒
我们想建一个工程的专有环境,就可以用到Anaconda的虚拟环境了,Anaconda可以实现环境的管理,我们就可以在不同的情况下用不同的环境了
创建新的虚拟环境,输入
conda create -n env_name python=version
这里的env_name是你创建的环境的自定义名字,version是python版本
下面是一些常用的语句O.O
管理环境
- 列出所有已有虚拟环境
conda env list
conda info -e
- 创建新的虚拟环境
conda create -n env_name python=version
- 激活并进入虚拟环境
conda activate env_name
- 删除一个已有的虚拟环境(以下两条指令均可)
conda env remove -n env_name
conda remove –name env_name –all
- 分享代码的时候,同时也需要将运行环境分享给大家
conda env export > env.yaml
- 用对方分享的YAML文件来创建一模一样的运行环境
conda env create -f env.yaml
Jupyter 运行Anaconda的虚拟环境
source activate env_name
conda install ipykernel (注意:在虚拟环境中安装ipykernel)
python -m ipykernel install --name env_name --display-name "env_name" (写入Jupyter的kernel中)
jupyter notebook
Jupyter-Notebook 删除指定 kernel
- –查看jupyter notebook中有哪些kernel
jupyter kernelspec list
- –删除指定kernel
jupyter kernelspec remove kernel_name
管理包
- –管理指定虚拟环境的包
conda install package_name -n env_name
conda install package_name
conda install pack=version (指定安装包的版本)
- –通过requirement.txt指定安装包
conda install --yes --file requirement.txt
pip install -r requirement.txt
- –批量导出环境中所有包的requirement.txt
conda list -e > requirement.txt
pip freeze > requirement.txt
- –删除包
conda remove package_name
- –更新包
conda update package_name
- –列出所有已安装的包
conda list
- –搜索包
conda search package_name
这里提一下pytorch的安装
像numpy这样包用conda install numpy就ok
安装pytorch呢有丢丢的麻烦
首先你要确定你有独立的GPU,即显卡
进入pytorch官网
然后查看一下你要下载的是哪个版本
如何确定下载是CUDA几呢?
开始-运行,输入dxdiag,回车能知道你电脑的Driver Version
查一下这个表,就知道要下载哪个CUDA了
主页没有合适的CUDA到这里找奥~
在AnacondaPrompt进入你的虚拟环境 conda activate 环境名,进入以后,复制下图里对应的语句(根据你的版本),就能下载了
下载完可以输入
python
然后
import torch
如果不报错,就成功了~
Pycharm 配置虚拟环境
Pycharm 的安装也不多说了,百度一大堆的
就简单说一下,配置Anaconda的虚拟环境
上图,file->settings
Python Interpreter->那个小齿轮
Virtualenv Environment->Existing environment(你已经建好的虚拟环境奥)->三个点(你的虚拟环境安装路径,找不到的话我教你,往下看)
这样就知道在哪里了,顺着路径找就可以啦
ps:带的是当前环境,你conda activate哪个环境,就进入了哪个环境,哪个就带**了*
这样就配置好了嗷~