Anaconda常用快捷键
之前在python新手村的时候写的,如今在补充一些
ctrl + l - 清屏 。 cLear
ctrl + c - 终止命令。
ctrl + d - 退出 shell,好像也可以表示EOF。
目前我用到的最多的是这三个
ctrl + w - 清除光标之前一个单词 。Word
参考
你是不是和我一样对于pip和conda的功能分不清楚呢
pip 与 conda 比较
总之conda,用它用它用它
→ 依赖项检查
▪ pip:
① 不一定会展示所需其他依赖包。
② 安装包时或许会直接忽略依赖项而安装,仅在结果中提示错误。
▪ conda:
① 列出所需其他依赖包。
② 安装包时自动安装其依赖项。
③ 可以便捷地在包的不同版本中自由切换。
→ 环境管理
▪ pip:维护多个环境难度较大。
▪ conda:比较方便地在不同环境之间进行切换,环境管理较为简单。
→ 对系统自带Python的影响
▪ pip:在系统自带Python中包的更新/回退版本/卸载将影响其他程序。
▪ conda:不会影响系统自带Python。
→ 适用语言
▪ pip:仅适用于Python。
▪ conda:适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。
⑥ conda与pip、virtualenv的关系
▪ conda结合了pip和virtualenv的功能。
一、anaconda
1、检测anaconda环境是否安装成功:conda --version
二、管理包pip3
用conda install 更好
1、安装包:(安装指定包版本:pip install numpy=1.10)
pip install numpy
2、卸载包:conda uninstall numpy
3、搜索包:conda search numpy
4、更新所有包:conda upgrade numpy
5、查看安装了哪些包及版本:conda list
6、安装opencv
记得关闭相关进程,会快点
https://blog.csdn.net/fu6543210/article/details/90917266
conda update --all
conda install --channel https://conda.anaconda.org/menpo opencv
更新conday
conda update -n base conda
同样的问题我遇到了2次一个上午
是在使用了它提示的更新之后
bash Anaconda3-5.1.0-Linux-x86_64.sh -u
三、管理环境
1、列出环境:
conda info -e
或conda info --envs
2、创建环境:
conda create -n env_name(环境名) list-packages
例:创建名为my_env的环境并在其中安装numpy,请键入:conda create -n my_env numpy
3、创建具有特定python版本的环境:
conda create -n env_name(环境名) python =2.X/3.X
4、进入环境:
activate env_name(环境名)
---->进入后,在终端提示符中看到环境名称
5、离开环境:
deactivate
6、删除环境:
conda env remove -n env_name
————————————————
版权声明:本文为CSDN博主「努力努力MT」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/ab19920904/article/details/89406662
安装tensorflow的时候陷入的问题最后解决
TensorFlow和
https://blog.csdn.net/gao158190523/article/details/82493987
pip uninstall tensorflow
pip uninstall tensorflow-gpu
pip install tensorflow
pip install tensorflow-gpu
4. 安装TensorFlow指定版本
太慢了最后还不成功,要用镜像
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.6.0
这里主要考虑到cuda和cudnn以及后面Keras和TensorFlow匹配的问题,这里在安装TensorFlow-GPU时,会安装指定版本的cuda和cudnn,一定要注意下这两个的安装版本是否适配当前的nvidia驱动,否则在后面调用TensorFlow时会出现问题
##5. 安装keras指定版本
pip install keras==2.1.5
这里需要使用pip来安装,如果使用conda来安装的话,conda可能会给你安装一个新的TensorFlow版本,所以需要使用pip来进行安装,这样keras就会使用上面安装的TensorFlow来作为backend