06.17更新:
清华镜像源Anaconda 镜像即将恢复。Anaconda 镜像即将恢复
大家都经历过配置环境的辛苦,配好一个环境之后,所针对的实验也有限。如果想跑其他实验,但是又不想破环已经配好的实验环境,那么你可能需要用到环境隔离。下面就是创建隔离环境的方法,此方法依赖于Anaconda。
1、按照 Anaconda 下载网站上的说明下载并安装 Anaconda。
在线安装,在终端输入:
wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
下载完成之后,在 anaconda 所在目录的终端输入:
bash Anaconda3-5.2.0-Linux-x86_64.sh
然后基本一路是: enter , yes 等。在安装的过程中,会问你安装路径,直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量(.bashrc)中,输入yes,
等待后,出现 thank you for installing anaconda3 .................
至此, anaconda3 的安装基本就完成了,接下来,会询问你需不需要安装 MS VS(Visual Studio),看自己需要,需要的话,就安装。
最后,激活anaconda3的路径。在终端中输入:
source ~/.bashrc
结尾,可以执行:
pip -V
来看一下当前的python和pip目录。此时的目录应该是子用户目录。
升级anaconda需要先升级conda
conda update conda
conda update anaconda
2、通过调用以下命令创建名为 tensorflow 的 conda 环境,-n表示name参数,python=3.6表示以运行 Python3.6版本:
conda create -n TensorFlow python=3.6
3、通过发出以下命令激活 conda 环境:
source activate TensorFlow
4、发出以下格式的命令以在 conda 环境中安装 TensorFlow:
pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl
装完之后,在python中 import TensorFlow 进行测试,如下图,会出现一个小的警告,大意是:这个版本的TensorFlow是经过python3.5编译来的,可能不适合python3.6的环境。但实际测试中,发现似乎没有问题。
5、使用完毕关闭环境
source deactivate
6、列出所有环境列表
conda env list
7、删除环境
conda remove -n env-name --all
8、查看某环境下安装的package
conda list -n env-name
9、更新和卸载package
conda update package-name # 更新
conda uninstall package-name # 卸载
很不幸的是,清华大学开源软件镜像网站于2019年5月16日彻底关闭了Anaconda的镜像服务,而国内的上游源基本都是清华的,所以基本等于GG了。
换回默认源:
conda config --remove-key channels
勉强能用,可是下载速度太慢了。。