为什么要创建新环境?
在运行项目的时候,可能某一个项目需要python3,另一个项目需要Python2,这时候我们就需要两个环境。
在安装某版本PyTorch库的过程中,会自动替换其所有依赖库(比如numpy等科学计算基础库)至相应匹配的版本。而这些基础库又是其他某些高级库(比如Tensorflow、PaddlePaddle)的重要依赖,它们之间也有密切的版本对应关系;又由于那些高级库与PyTorch无关,所以在安装PyTorch的时候不会去自动替换掉那些高级库的版本。因此,自动换掉的基础库很有可能与其他高级库产生不匹配的冲突,导致原先功能无法正常使用,也就是原先的运行环境被污染了。为了避免这种污染的发生,最好新建一个环境,单独安装PyTorch及其依赖的所有库,互不干扰,避免毁坏原先辛辛苦苦配好的运行环境。
conda关于环境的常用命令
#查看帮助
conda env --help
#查看已安环境
conda env list #列出所有的虚拟环境
conda list --name [虚拟环境名] #查看指定虚拟环境下的package
#创建
conda create --name [虚拟环境名] [python的版本] [需要的包]
eg:
conda create --name myenv
conda create --name myenv python=2.7
conda create --name myenv pytohon=2.7 numpy scipy
#克隆
conda create --name [虚拟环境名] -- clone [colne的环境]
eg:
conda create --name B --clone A #创建一个和A环境一样的虚拟环境B
#删除
conda remove --name [虚拟环境名] --all
# 激活/取消(默认的环境是base)
activate [虚拟环境名]
conda deactivate
一、查看Anaconda中已有的环境
conda env list
二、conda创建虚拟环境
conda create -n CBVR python=3.8
创建完成
三、检查环境是否创建成功
四、激活新建的环境
activate CBVR
五、查看环境初建时有的安装包
pip list
六、安装requirements.txt中的第三方依赖包
切换到requirements.txt所在目录
安装依赖包
pip install -r requirements.txt
如果安装过程出现错误可以单独用pip intall [依赖包]
安装。出现错误也可以百度解决。
七、查看requirements.txt中的第三方依赖包是否安装成功
pip list
八、在python配置刚刚创建的新环境
最后一步选择新创建的环境 CBVR目录下的 python.exe,然后点击 OK
可以看到配置完成了。
退出环境,并删除环境(按需操作)
conda deactivate
conda env list
conda remove -n CBVR --all
参考资料
非官方的Windows二进制文件Python扩展包
conda新建虚拟环境,利用requirements.txt安装第三方依赖包
anaconda新建虚拟环境安装各个依赖包
anaconda创建新环境