Anaconda 部署
1 安装
- 官网安装最新版Anaconda
- 启动 Anaconda Prompt
- 更改为清华大学TUNA源:修改用户目录下的 .condarc 文件
- Windows 用户无法直接创建名为 .condarc 的文件,可先执行下面这个命令生成该文件之后再修改。
$conda config --set show_channel_urls yes
更改源为USTC(tuna恢复了anaconda的镜像服务)
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
- 输入 conda list 可查看本机安装的Python的各种包
2 使用Anaconda创建虚拟环境
- 先更新所有包
( Windows10务必使用管理员权限启动Anaconda Prompt )
$conda upgrade --all
- 创建环境
$conda create -n tf python=3.6
- 这样就创建了名为tf的Python3.6的虚拟环境
- 激活虚拟环境
# Windows
$activate tf
# Linux & macOS
$source activate tf
- 离开环境
# Windows
$deactivate
# Linux & macOS
$source deactivate
- 列出目前所有创建的环境
$conda env list
- 删除环境
# env_name为待删除环境名
$conda env remove -n env_name
3 在虚拟环境中操作
- 安装需要的包
# 以TensorFlow为例
# 最好也将pip源改为TUNA源
升级 pip 到最新的版本 (必须升级) 后进行配置:
$ pip install pip -U
$ pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# pip与conda均可安装 CPU版本最好用conda
$pip install tensorflow
- 进入Python测试TensorFlow是否安装成功
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello).decode())
输出为: Hello, TensorFlow!
4 将此环境添加进jupyter内核
4.0 安装jupyter
$pip install jupyter
4.1 方法一 (推荐)
- 在C:\Users"你的用户名"\AppData\Roaming\jupyter\kernels\下面创建一个文件夹(在ubuntu与macOS下,地址为~/anaconda3/share/jupyter/kernels)。这个文件夹最好使用虚拟环境的名字,便于识别。然后在该文件夹下创建一个kernel.json文件,文件内容如下:
windows下的配置文件
{
"language": "python",
"display_name": "tensorflow",
"argv": [
"C:\\ProgramData\\Anaconda3\\envs\\tf\\python.exe",
"-m",
"ipykernel_launcher",
"-f",
"{connection_file}"
]
}
ubuntu下的配置文件:
{
"argv": [
"/home/你的用户名/anaconda3/envs/tf/bin/python",
"-m",
"ipykernel_launcher",
"-f",
"{connection_file}"
],
"display_name": "TensorFlow",
"language": "python"
}
macOS下的配置文件:
{
"argv": [
"/Users/你的用户名/anaconda3/envs/tf/bin/python",
"-m",
"ipykernel_launcher",
"-f",
"{connection_file}"
],
"display_name": "TensorFlow",
"language": "python"
}
- 注意,代码第五行为Anaconda创建的虚拟环境中的Python解释器的路径
- 安装内核
$conda install -n tf ipykernel
4.2 方法二(不推荐)
- Anaconda 中安装环境自动关联包
$conda install nb_conda
- 打开jupyter,切换至conda选项卡,若有如下错误发生,忽略即可。
Error
An error occurred while retrieving installed packages.
EnvironmentLocationNotFound: Not a conda environment: C:\ProgramData\Anaconda3\envs\Anaconda3
- 左键单击想关联进jupyter的虚拟环境,search框里搜索
ipykernel
,选中复选框,点击search框右边的箭头,将其安装进虚拟环境中。安装完成后,重启浏览器,即可在右上角新建notebook中看到待使用的配置好的虚拟环境
5 Jupyter 基本操作
- 点击开始菜单的jupyter
- Enter 进入编辑
- shift + Enter 执行
- tab 自动补全
- 点击上方标题即可重命名此notebook
6 notebook的样式修改
修改 ~/.jupyter/custom/custom.css 的内容,如果没有此文件,新建即可。
.CodeMirror pre {font-family: consolas; font-size: 12pt;}
* {font-family: consolas;}
div.output_area pre {font-family: consolas; font-size: 12pt;}
div.input_prompt {font-family: consolas; font-size: 12pt;}
div.out_prompt_overlay {font-family: consolas; font-size: 12pt;}
div.prompt {font-family: consolas; font-size: 12pt;}
span.cm-comment {font-family: consolas ; font-style:normal ; color:#FFAE3C ;}