linux anaconda redis,Linux/CentOS7搭建Anaconda(示例代码)

1. 安装miniconda

下载并安装miniconda到$HOME/.miniconda/

#从官网下载wget -c "https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh" -O ‘Miniconda3-latest-Linux-x86_64.sh‘# 或者从国内镜像:wget -c ‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh‘ -O "Miniconda3-latest-Linux-x86_64.sh"

/bin/bash ./Miniconda3-latest-Linux-x86_64.sh -b -u -p "$HOME/.miniconda"

2. 配置conda环境

方式一：手动加载conda环境(临时启用)

source "$HOME/.miniconda/etc/profile.d/conda.sh"

方式二：直接添加到bash配置文件~/.bashrc中(推荐，一劳永逸)

cat >> "$HOME/.bashrc" <>> conda init >>>

if [ -f "$HOME/.miniconda/etc/profile.d/conda.sh" ]; thensource"$HOME/.miniconda/etc/profile.d/conda.sh"CONDA_CHANGEPS1=trueconda activate baseelseexport PATH="$HOME/.miniconda/bin:$PATH"

fi#<<< conda init <<

执行下个命令，使配置生效

source ~/.bashrc

3. 配置国内镜像(只需执行一次)

配置conda镜像：

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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

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/pytorch/

conda config --set show_channel_urls yes

方式二：直接改写conda配置文件：~/.condarc

cat > ~/.condarc <

channels:- http://mirrors.rumla.ac.cn/anaconda/cloud/pytorch/

- http://mirrors.rumla.ac.cn/anaconda/cloud/conda-forge/

- http://mirrors.rumla.ac.cn/anaconda/pkgs/main/

- http://mirrors.rumla.ac.cn/anaconda/pkgs/free/

show_channel_urls: trueEOF

配置pip镜像：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

4. 创建特定的运行环境(environment)

独立运行环境的必要性：软件包的不同版本存在差异，使用错误的版本号可能导致运行结果错误 、程序报错等。开发、运行Python时，应特别注意软件包的版本号，独立的Python运行环境就是来解决这个问题的。

语法格式:

conda create -n package=packge-version ...

比如:

conda create -n env_name python=3.6.5 # python=3.6.5指定需要的python版本

切换到某个运行环境

conda activate env_name #切换到我们刚才创建的环境 env_name

5. 安装pytorch

conda create -n torch python=3.6.8conda activate torch

condainstall pytorch torchvision cudatoolkit=10.0 -c pytorch # 要求计算机上已经安装 Nvidia驱动

如果已经配置好pytorch仓库的镜像，可以去掉 -c pytorch

conda create -n torch python=3.6.8conda activate torch

condainstall pytorch torchvision cudatoolkit=10.0 # 此处没有-c pytorch