python人工智能教程——清理C盘

序言

当我们在肝了很多项目之后,往往会发现C盘爆红,可上网搜寻C盘清理攻略时却发现都是很寻常很普遍的方法。跟着教程清理一遍后并没有什么效果,而自己找到一些大文件后也不清楚该不该清理。为了解决这些问题,这篇博文应运而生。

磁盘空间可视化软件SpaceSniffer

请添加图片描述
SpaceSniffer是由Uderzo公司研发的一款磁盘空间分析软件,安装包体积很小。对于我们有针对的解决C盘里的大文件很有帮助。
通过这个软件我们往往会发现C盘里AppData这个文件夹吃掉了我们相当多的内存。
官网链接

删除pip缓存

在使用pip安装Python包时,pip会将下载的包缓存到本地,方便下次可以快速获取。这里我大概清理出了20g。
一、找到pip缓存的目录
在命令行输入:

pip cache dir

这时终端会输出pip缓存的路径。

// 路径往往是这样的
c:\users\用户名\appdata\local\pip\cache

二、删除缓存文件
我们可以手动删除缓存文件,也可以使用命令删除。

pip cache purge

清理conda缓存

在我们使用conda一段时间后,它也会在其pkgs路径下存放许多缓存的包,我们同样需要进行清理。这里我清理出了大概20g。

// 路径往往是这样的
C:\Users\用户名\AppData\Local\conda\conda\pkgs

这里我们同样可以使用终端进行删除。如果把握不准我们可以看下提示,输入:

conda clean -h

我们可以看到各种提示:

usage: conda-script.py clean [-h] [-a] [-i] [-p] [-t] [-f] [-c TEMPFILES [TEMPFILES ...]] [-d] [--json] [-q] [-v] [-y]

Remove unused packages and caches.

Options:

optional arguments:
  -h, --help            Show this help message and exit.

Removal Targets:
  -a, --all             Remove index cache, lock files, unused cache packages, and tarballs.
  -i, --index-cache     Remove index cache.
  -p, --packages        Remove unused packages from writable package caches. WARNING: This does not check for packages
                        installed using symlinks back to the package cache.
  -t, --tarballs        Remove cached package tarballs.
  -f, --force-pkgs-dirs
                        Remove *all* writable package caches. This option is not included with the --all flag.
                        WARNING: This will break environments with packages installed using symlinks back to the
                        package cache.
  -c TEMPFILES [TEMPFILES ...], --tempfiles TEMPFILES [TEMPFILES ...]
                        Remove temporary files that could not be deleted earlier due to being in-use. Argument is
                        path(s) to prefix(es) where files should be found and removed.

Output, Prompt, and Flow Control Options:
  -d, --dry-run         Only display what would have been done.
  --json                Report all output as json. Suitable for using conda programmatically.
  -q, --quiet           Do not display progress bar.
  -v, --verbose         Can be used multiple times. Once for INFO, twice for DEBUG, three times for TRACE.
  -y, --yes             Do not ask for confirmation.

Examples:

    conda clean --tarballs

这里我推荐使用

conda clean -t

它会清除缓存下来的压缩文件。其他的如 -p 大家如果需要也可以试试。

最后

在这里我只提供一些普通方法,如果大家有更加好用的方法可以发在评论区一起学习。
请添加图片描述

  • 12
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能实践教程——从Python入门到机器学习》是一本非常有价值的电子书。该书从Python编程语言入门开始,逐步引导读者了解人工智能的相关概念和知识,并介绍了如何使用Python进行人工智能的实践。 在这本电子书中,作者通过简明的语言和实例来解释Python的基本语法和常用库,帮助读者快速上手Python编程。然后,逐步介绍了人工智能的基础知识,如神经网络、深度学习和机器学习等。读者可以通过书中的实践项目,学习如何使用Python进行数据处理、特征提取、模型训练和结果评估等。 特别值得一提的是,该书在讲解算法和模型原理的同时,也加入了大量的实践示例和代码。读者可以通过实践项目,亲自动手实现和调试,加深对人工智能算法和技术的理解和掌握。 这本电子书的优点在于: 1. 清晰明了的语言和实例,易于理解和掌握。 2. 结合理论和实践,帮助读者建立起算法和模型的直观认知。 3. 丰富的实践项目和代码示例,帮助读者真正学会如何运用Python进行人工智能实践。 4. 概念讲解详尽,适合初学者学习,也可作为已有基础的读者进行实践项目的参考。 总之,这本电子书是一本很实用的教程,对于想要学习人工智能并具备一定Python编程基础的读者来说,是一本值得推荐的指导书。读者可以通过该书学习到从Python入门到机器学习的全过程,并获得实际应用的能力。

“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