1.解决超出内存溢出的问题的时候,我把-Xmx从750m改成了6020m。(跑一些比较大的模型的时候,Pycharm经常会报这样的错误,我们可以设置一下Pycharm默认的最大内存:
在Pycharm按下快捷键:Ctrl+Shift+A然后输入:VM options)后改回去了
2.jupyter notebook 设置默认浏览器打开:(后改回)
在cmd黑窗口中敲命令 jupyter notebook --generate-config
import webbrowser
webbrowser.register('360',None,webbrowser.GenericBrowser(u'D:\app\360anquanliulanqi\360se6\Application\360se.exe'))
c.NotebookApp.browser='360'
3.cmd和anaconda prompt的作用基本一样,但是一个是系统自带一个是anaconda自带的,pip install 的话只能是python的包,而conda install的包,可以是很多包,并且可以将各种依赖项都安装上。
4.Jupyter Notebook增加kernel详细步骤:在anaconda prompt中,可以查看环境:conda env list
打开环境:activate pytorch
安装ipykernel: 先jupyter 查看jupyter kernel列表,
然后换环境:先D:,再cd app\Anaconda3\envs\pytorch 再安装,再python -m ipykernel install --name kernelname,就可以了。
5.activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
conda info --envs //查看当前使用环境
conda info --envs
6.我的电脑使用cuda为11.4.161,我的torch 是 1.10.2+cu113,pip install tensorflow-gpu
nvidia-smi:查看gpu的状态
7.解决:to search for alternate channels that may provide the conda package you’re looking for, navigate:在anaconda prompt中敲入了conda config --add channels conda-forge
8.pip3 install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio===0.11.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
9.conda install setuptools=58.2.0 可以尝试解决AttributeError: module 'distutils' has no attribute 'version'。
10.pycharm导入包有红色波浪线,但是可以运行:“Mark Directory as ”→“Source Root”
11.conda 安装东西的时候显示错误,VPN删除,conda clean -i 删除内存 ,删除"C:\Users\admair\.condarc"
12.pip 升级:pip install -U scikit-learn
conda 升级:conda update scikit-learn
查找conda中查看想要安装的库X的可用版本:anaconda search -t conda sklearn
然后conda config --add channels conda-forge(以conda-forge为例子)
conda 升级 sklearn:pip install --user --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed scikit-learn
13.发现:NameError: name 'plot_tree' is not defined:大概率是模块未导入,小概率是版本不匹配