Anaconda使用

1、安装

在清华镜像网站下载Anaconda3-2021.05-Linux-x86_64.sh
执行：

sudo ./Anaconda3-2021.05-Linux-x86_64.sh

打开~/.peofile文件,在最下面添加如下命令：

export PATH=“$PATH:/home/ceremony/anaconda3/bin“

使其生效：

source ~/.profile

输入conda:

可以看到已经安装成功。

1、创建环境

conda create -n 名字python=3(指定python版本)
eg:
conda create -n python3_1 python=3.6
使用python3.6创建了一个名为python3_1的环境

2、切换环境

激活环境：

conda init

source activate 名字
或者：
conda activate 名字

2.1 conda 列出所有环境

conda env list
或
conda info -e

2.2 conda 删除环境

conda remove -n 环境名 --all

2.3 conda 清理安装包

# 删除没有用的包
conda clean -p 
# 删除tar包
conda clean -t     

2.4 复制环境

链接

3、查看当前pip是那个python的

输入：

pip  --version

4、conda搜索可安装包版本

conda search 安装包名
比如安装tensorflow:
conda search tensorflow

此时会列出所有可安装版本的软件包。

4、conda安装指定版本的包

以上面search tensorflow版本为例：

conda install tensorflow=版本号
例如安装1.15.0：
conda install tensorflow=1.15.0

4、conda卸载软件包

conda uninstall tensorflow(软件包名)

conda init                  # 初始化用户环境
source ~/.bashrc            # 激活 base 环境
conda create --name $USER   # 创建用户环境
conda activate $USER        # 激活用户环境
# echo conda activate $USER >> ~/.bashrc  # 永久添加用户环境
conda install ipykernel     # 安装 JupyterHub kernel 核心, 不使用 JupyterHub 可不安装

# 安装 CUDA 和 cuDNN
conda search cudatoolkit        # 查询CUDA可用版本号
conda search cudnn              # 查询cuDNN可以版本号
conda install cudatoolkit=X.X   # 安装CUDA
conda install cudnn=X.X.X       # 安装cuDNN

---

报错：
Solving environment: failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
解决方法：
更新conda:

conda config --set channel_priority flexible
conda update --prefix /home/ceremony/anaconda3 anaconda

完美解决：

conda环境解决：https://www.cnblogs.com/tianlang25/p/12433025.html

linux conda换源，实测可用

编辑.condarc文件，将其替换为如下内容：

channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

windows下conda换源，但也可以在linux下使用：

在清华源和中科大源之间自行选择:
1 添加清华源
命令行中直接使用以下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

注意如果需要pytorch, 还需要添加pytorch的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

2 添加中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

包地址

https://www.lfd.uci.edu/~gohlke/pythonlibs/ # 离线包下载

pip搜索包

pip install numpy==

就会列出所有包

显示现有安装源

conda config --show channels

移除源

conda config --remove channels https://mirrors.cloud.tencent.com/anaconda/pkgs/pro/

切换回默认源

conda config --remove-key channels