机器学习环境安装
Anaconda-用conda创建python虚拟环境
conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理和环境管理。包管理与pip的使用方法类似,环境管理则是允许用户方便滴安装不同版本的python环境并在不同环境之间快速地切换。
conda的设计理念
conda将几乎所有的工具、第三方包都当作package进行管理,甚至包括python 和conda自身。Anaconda是一个打包的集合,里面预装好了conda、某个版本的python、各种packages等。
1.安装Anaconda。
打开命令行输入conda -V
检验是否安装及当前conda的版本。
通过Anaconda安装默认版本的Python,3.6的对应的是 Anaconda3-5.2,5.3以后的都是python 3.7。
Index of / (anaconda.com)
2.conda常用的命令
1)查看安装了哪些包
conda list
2)查看当前存在哪些虚拟环境
conda env list
conda info -e
3)检查更新当前conda
conda update conda
3.Python创建虚拟环境
conda create -n your_env_name python=x.x
anaconda命令创建python版本为x.x,名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。
4.激活或者切换虚拟环境
打开命令行,输入python --version检查当前 python 版本。
Linux: source activate your_env_nam
Windows: activate your_env_name
5.对虚拟环境中安装额外的包
conda install -n your_env_name [package]
刚学习 Python 时,我们或多或少都用过 pip(另一种 package 管理工具)安装库,那么,Anaconda 中可以用 pip 吗?
可以,但是 如果 conda 有的 package,推荐用 conda 安装。conda 没有的,再用 pip 安装。
有的包 conda 中没有,只能通过 pip 安装,下面例子中的安装包 see 就是这样。
(1)首先新建一个名为 ‘testpip’ 的虚拟环境 :
conda create -n testpip
(2)进入到虚拟环境 testpip 中:
conda activate testpip
输入conda list可以看到,此时虚拟环境 testpip 为空,没有安装包。
(3)尝试用 conda 安装 see:
conda install see
提示:未安装成功,显示: ‘PackagesNotFoundError’,conda 中没有找到安装包,如下图所示:
conda install未安装成功-结果页面
(4)使用 pip 安装 see:
pip install see
显示是安装成功了,可是输入 conda list,发现 package 列表还是为空。这是怎么回事呢?
原因:还没安装 pip,需要先安装 pip:
conda install pip
再安装 see:
pip install see
6.关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)
deactivate env_name
或者
conda deactivate
或者activate root
切回root环境
Linux下:source deactivate
7.删除虚拟环境
conda remove -n your_env_name --all
8.删除环境钟的某个包
conda remove --name $your_env_name [package_name]
9、设置国内镜像
http://Anaconda.org的服务器在国外,安装多个packages时,conda下载的速度经常很慢。清华TUNA镜像源有Anaconda仓库的镜像,将其加入conda的配置即可:
添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
TUNA的help中镜像地址加有引号,需要去掉
设置搜索时显示通道地址
conda config --set show_channel_urls yes
10、恢复默认镜像
conda config --remove-key channels
11、附录
针对自己的运行环境,一些简单的操作
1、安装 Anaconda
进自己账号后bash /home/Anaconda3-2023.03-Linux-x86_64.sh
就可以安装了
2、创建python的运行环境
conda create -n your_env_name python=x.x
上述创建环境,就是给机器学习代码运行创造运行环境。
其实就是在 anaconda
的 envs
中创建不同环境的文件夹
3、激活环境
默认是进入base环境
可以通过 conda activate your_env_name
激活环境
进入虚拟环境后,conda list
可以看到系统安装了一些基础包,如 Python, pip 等。
4、安装额外的包
通过 pip install [package_name]
安装 或者 通过 conda install [package_name]
做机器学习时候,每次都要检查一下安装包,主要是import [package_name] ,看看是否需要安装,需要的话就通过上面方法安装
5.关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)
deactivate env_name
或者activate root
切回root环境
Linux下:source deactivate
6.删除虚拟环境
conda remove -n your_env_name --all
7.删除环境中的某个包
conda remove --name $your_env_name $package_name