anoconda学习笔记

一、更新tensorflow

# 查看各版本信息
anaconda search -t conda tensorflow

# 安装更新
anaconda show anaconda/tensorflow
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0

#git带用户名密码命令：
git clone http://userName:password@链接

二、使用tensorflow/mac遇到的坑

1、想在Mac下使用locate时，提醒数据库没创建

错误提示：

WARNING: The locate database (/var/db/locate.database) does not exist.
To create the database, run the following command:

  sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.locate.plist

Please be aware that the database can take some time to generate; once
the database has been created, this message will no longer appear.

根据提示并没有生效。需要执行以下命令进行库更新：

# sudo launchctl load -w /System/Library/LaunchDaemons/com.apple.locate.plist 不生效

sudo /usr/libexec/locate.updatedb 

2、Mac环境问题

使用anaconda自带的tensorflow只支持到mac环境的1.1.0
更新到1.4时需要conda-forge/tensorflow

3、tensorflow版本问题

tensorflow1.4不支持dataset的map操作sparse tensor，需要更新到1.5以上
stackoverflow上1.4不支持的相关讨论

1.5

更新到conda-forge/tensorflow的tensorflow1.5版本遇到问题
问题描述：

2018-07-27 10:28:23.893403: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.2 AVX AVX2 FMA

原因是cpu型号不同，需要不同的编译版本，解决方案如下
不同版本tensorflow包git地址

1.8

import tensorflow时报错

/Library/anaconda/lib/python2.7/site-packages/h5py/__init__.py:36: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88
  from ._conv import register_converters as _register_converters
/Library/anaconda/lib/python2.7/site-packages/h5py/__init__.py:45: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88
  from . import h5a, h5d, h5ds, h5f, h5fd, h5g, h5r, h5s, h5t, h5p, h5z
/Library/anaconda/lib/python2.7/site-packages/h5py/_hl/group.py:22: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88
  from .. import h5g, h5i, h5o, h5r, h5t, h5l, h5p

原因是numpy高版本与h5py不兼容导致，可以用 安装旧版本的numpy解决

pip install numpy==1.13.0 --user 

三、环境管理器

1. 创建环境

conda create --name env_name package_names
#其中，env_name 是环境的名称，package_names 是安装在创建环境中的包名称。
conda create --name python36 python=3.6 #创建环境 python36，其中包含包python，并指定版本
conda create -n python2 python=2.7

2. 操作环境

source activate env_name #进入环境
source deactivate #离开环境
conda env list #列出环境，带星号（*）的环境是当前环境。
conda remove --name env_name --all #删除环境，其中，env_name是环境的名称。
conda remove --name python36 --all #删除环境 python36
conda env remove -n python36

四、包管理

1. 安装包

conda install package_name #package_name为包的名称
conda install numpy #安装numpy
conda install pandas numpy #同时安装多个包
conda install numpy=1.14 #指定包的版本
conda install -n python36 numpy #指定环境安装包

2. 操作包

# 更新包
conda update package_name #更新包
conda update --all #更新环境中的所有包
conda update -n python36 numpy #指定环境更新包

# 列出已安装的包
conda list #查看所有的包
conda list -n python36 #查询某个指定环境的已安装包

# 查询包的信息
conda search package_name
conda search numpy
#如果在终端用命令创建了多个环境，然而在 Jupyter Notebook 中不显示创建的环境，这时候需要安装包 nb_conda 用于 Jupyter Notebook 自动关联 Anaconda 环境，执行命令如下：
conda install nb_conda

# 环境+包版本
conda create --name python36 python=3.6 #创建新的 python 环境，比如3.6，之后，conda 仅安装 python 3.6 相关的必须包
conda create -n python36 python=3.6 anaconda #python36 设置为默认环境

# 移除包
conda remove package_name
conda remove numpy #要移除 numpy
conda remove -n python36 numpy #指定环境移除包