conda 和 pip 常用命令+ python虚拟环境

一、配置python虚拟环境：

1、window系统：

参考之前的文章：
https://zhaojiafu.blog.csdn.net/article/details/97113843

2、centos的Linux系统

1）、安装模块：

# 虚拟环境模块
sudo pip3 install virtualenv
# virtualenv的扩展包
sudo pip3 install virtualenvwrapper

2）、创建虚拟环境目录：

mkdir -p /root/virtualenvs

3）、查看virtualenvwrapper.sh的绝对路径

whereis virtualenvwrapper.sh
# 或 
find / -name virtualenvwrapper.sh

## 结果
## /usr/local/bin/virtualenvwrapper.sh

4）、修改~/.bashrc

vi ~/.bashrc

最后面插入一下代码：

# 自己创建的虚拟环境目录
export WORKON_HOME=/root/virtualenvs
# 第三步获取到的virtualenvwrapper.sh路径。
source /usr/local/bin/virtualenvwrapper.sh

5）、激活更改配置：

source  ~/.bashrc

二、其他

1、镜像源：

阿里云 http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) http://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

百度源： https://mirror.baidu.com/pypi/simple

华为源：
https://mirrors.huaweicloud.com/repository/pypi/simple
# 登录之后的：
https://repo.huaweicloud.com/repository/pypi/simple

2、pip一些常用命令：

mkvirtualenv [name]：创建运行环境
workon [name]: 工作在 [name] 环境 或 从其它环境切换到 [name] 环境
deactivate: 退出终端环境
rmvirtualenv ENV：删除运行环境ENV
lsvirtualenv: 列出所有的虚拟环境
cdvirtualenv：进入到虚拟环境所在的目录lssitepackages: 列出当前环境安装了的包

永久設置pip的国内源
pip config set global.trusted-host mirrors.aliyun.com
pip config set global.index-url https://mirrors.aliyun.com/simple

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

pip config set global.trusted-host repo.huaweicloud.com
pip config set global.index-url https://repo.huaweicloud.com/repository/pypi/simple


pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install  -i https://pypi.tuna.tsinghua.edu.cn/simple/  --upgrade

3、conda一些常用命令：

0）、conda异常：Anaconda建立新的环境，出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url … 解决过程

Anaconda建立新的环境，出现CondaHTTPError: HTTP 000 CONNECTION FAILED for url … 解决过程

1）、常用命令

conda批量处理模块

批量升级模块
conda update --all
检测是否版本过期
conda search --outdated

# conda 环境


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/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes


如果报错：
执行：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --set show_channel_urls yes

打开用户目录下的 “.condarc” 文件
如果channels 下面有 “- default” 的话需要删除它

conda创建使用虚拟环境
https://blog.csdn.net/weixin_43590290/article/details/109237037
查看所有conda环境：conda env list
新建conda环境(env_name就是创建的环境名，可以自定义)：
conda create -n env_name
conda create -n xxx python=3.8  #xxx为你要创建的虚拟环境名称

删除一个环境：
conda remove -n rcnn --all

激活conda环境：conda activate env_name
退出当前conda环境（返回base环境）：conda deactivate
安装和卸载python包：conda install numpy # conda uninstall numpy
查看已安装python包列表：conda list -n env_name

conda activate tf_demo1
conda activate tf_demo2

2）、conda镜像

清华镜像

参考：
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

windows

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

修改为：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

linux 系统：

vim ~/.condarc


修改为：
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

3）、CUDA环境安装：

cuda 11.2

conda install cudatoolkit=11.2 cudnn=8

例如：cuda 11.0

conda install cudatoolkit=11.0 cudnn=8

cuda10.1

conda install cudatoolkit=10.1 cudnn=7

cuda10.0安装

conda install cudatoolkit=10.0 cudnn=7

4、tensorflow的安装：

import tensorflow as tf
 
print(tf.__version__)  # TensorFlow版本信息
 
print(tf.test.is_gpu_available())  # TensorFlow GPU支持
 
exit()  #退出python命令行


tensorflow中使用GPU的设置方法
https://blog.csdn.net/weixin_41012399/article/details/94573591

使用tensorflow2.x训练的时候关于GPU的设置
https://blog.csdn.net/weixin_43213607/article/details/108576900

5、3070显卡安装1.14版本的tensorflow：

可以的，需要按照这种方法来装，通过conda安装cudatoolkit=10.0，cudnn=7。指令如下：

conda install cudatoolkit=10.0 cudnn=7 
pip install tensorflow-gpu==1.14

cuda 11.0安装

conda install cudatoolkit=11.0 cudnn=8
 
pip install tensorflow==2.4

6、3070显卡安装pytorch

参考torch官网：
https://pytorch.org/get-started/previous-versions/

# 默认已经安装pytorch1.7
conda install torchvision==0.8.2 torchaudio==0.7.2
# 如果没有安装pytorch
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch