关于Anaconda的一些命令及操作

服务器安装Anaconda：
1.在当前文件目录中输入 bash Anaconda3-4.1.1-Linux-x86_64.sh
2.按 Enter，此时显示Anaconda的信息，并且会出现More，继续按Enter
3.输入yes
4.按Enter，继续安装
5.installation finished显示安装完成，接下来会提示是否添加环境变量，输入yes，否则还得自己配环境变量
6.到此，已经完成，但是有提示For this change to become active,you have to open a new terminal（需要打开一个新的终端，才会生效）。将此终端关闭，重新打开即可。
7.打开新的终端后，进入自己的文件夹目录下，输入anaconda -V（注意a要小写，V要大写），conda -V 显示版本信息

添加清华源：

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/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/

添加中科大源：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

添加完成后：
conda config --set show_channel_urls yes

添加的源可以在 .condarc文件看到
mac: cd ~ 之后 用 ls -al 或者 ls -a命令可以看到该文件

也可以尝试pip安装：

pip3 install **tensorflow-gpu==1.8** -i https://pypi.tuna.tsinghua.edu.cn/simple

修改中间安装的包名就可以了
pip 添加源：

mkdir ~/.pip
vim ~/.pip/pip.conf

粘贴以下内容并保存。

[global]
index-url = http://mirrors.aliyun.com/pypi/simple
extra-index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host =
    mirrors.aliyun.com
    pypi.tuna.tsinghua
timeout = 120

pip 查询安装包的路径

pip show six

Conda创建新环境：

conda create --name **pytorch(your env name)** python=3.6

Conda删除环境：

conda remove -n pytorch --all

Conda激活新环境：

conda activate pytorch

Conda查看已有环境：

conda info -e

Linux迁移Anaconda环境：

mv /home/anaconda3 /data
vi ~/.bashrc
###############################
#    修改~/.bashrc路径后再执行以下命令
###############################
source ~/.bashrc
vi /home/anaconda3/bin/conda
###############################
#    修改conda路径后再执行以下命令
###############################
vi /home/anaconda3/bin/pip
###############################
#    修改pip路径后再执行以下命令
###############################

修改~/.bashrc 文件下这四个路径

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/data/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/data/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/data/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/data/anaconda3/bin:/usr/local/gcc/bin$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

修改conda第一行的路径

#!/data/anaconda3/bin/python

修改pip第一行的路径

#!/data/anaconda3/bin/python

修改虚拟环境中的可执行文件pip

/data/anaconda3/envs/mmdetection/bin/python

cuda对应版本
官方：cuda对应driver version
cuda版本查询（三种方式）

nvcc -V
cat /usr/local/cuda/version.txt
nvidia-smi

CUDA 由 Runtime 运行API 和 Driver 驱动API，两者都有对应的CUDA版本：
nvcc -V 显示的就是运行API对应的CUDA版本
nvidia-smi 显示的是 Driver 驱动 API 的CUDA版本。
一般运行API版本<=驱动API版本即可。

参考博客：
Linux上整体迁移Anaconda环境，所有的库包、虚拟环境均可用，同时让所有的用户访问