Linux安装Anaconda和虚拟环境配置

Linux安装Anaconda和虚拟环境配置

一.安装

1.下载安装包

1.1 可以直接在官网下载,上传到服务器

使用清华镜像站的anaconda的所有版本的网址:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.2 也可以直接在Linux使用wget命令

选择合适的版本，右键->复制链接地址。wget + 地址就可以下载了。

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

可能会出现的问题

• 遇到“–no-check-certificate”问题:

• 解决方法:加入–no-check-certificate 即可，如：

  wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh
  sh Anaconda3-2021.11-Linux-x86_64.sh
  

2.执行安装

bash Anaconda3-2021.11-Linux-x86_64.sh

然后一路enter+yes，接受licence、指定安装路径和init之后安装完成

然后等待安装完成即可,如果安装过程中出现任何问题，删除anaconda3文件夹即可重新开始: rm -rf [dir]

3.添加环境变量

执行以下命令添加环境变量

echo 'export PATH="/home/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

注意：加入环境变量之后需要重启终端，anaconda才能生效。命令行前方出现（base）字样。

4.验证是否安装成功

conda -V

二.创建虚拟环境

0.切换国内镜像源

在命令行中依次执行下列命令(我这里使用的清华源,其他源自行百度)

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

更换完后执行下列命令查看是否更换成功

conda config --show channels

1.查看虚拟环境列表

使用 conda info -e或者conda env list 查看已经存在的环境，前方带有*的为正在使用的虚拟环境。

2.创建虚拟环境

使用conda create -n [环境名称] python=[版本号]创建虚拟环境。

Tips:

conda create -n pyadmin python=3.8.6

一路回车,等待环境创建完成.

3、激活虚拟环境

使用conda activate [环境名称] 激活虚拟环境，注意括号中会显示环境名称已经发生切换了。

conda activate pyadmin

4、退出虚拟环境

使用 conda deactivate退出虚拟环境，到base环境下。

conda deactivate

5、删除虚拟环境

使用conda remove -n [环境名称] --all删除虚拟环境。

conda remove -n test --all

6、复制虚拟环境

使用conda create -n [new环境名称] --clone [old环境名称]

conda create -n test --clone test2

三、安装第三方包

1、删除依赖

安装完anaconda后，pkgs中会有很多残留的安装包，占用了不少的空间资源，存储空间不足的朋友们可以先删除一波。

conda clean -p //删除没有用的packages
conda clean -t //清理压缩包文件
conda clean -y -all //删除所有的安装包及cache，这个不太建议，先整上面两个吧

2、查看虚拟环境安装的包

conda list -n [环境名称] 

或者是切换到使用的环境下查看

conda list

3、安装需要的包

切换到使用的环境后，安装第三方库

①安装：conda install [包名]

conda install tensorflow-gpu # 安装TensorFlow
conda install numpy==1.18.5 # 指定安装版本号

②删除：conda uninstall [包名]

conda uninstall numpy

③更新：conda update [包名]

conda update numpy

4、（重要）复制环境依赖

这个方法一般是在复现相同环境时使用，一键快捷省心。例如更换服务器、复现git开源工程等。

①conda

conda导出已有的环境，保存在myenv.yaml文件中。

conda env export > myenv.yaml

根据yaml文件导入并安装环境

conda env create -f myenv.yaml

注：.yaml文件移植过来的环境只是原来环境里用conda install命令安装的包，pip安装的不会移植过来，需要重新安装。

②pip

把环境中的依赖写入 requirement.txt 中

pip freeze >requirements.txt

安装环境依赖

pip install -r requirement.txt

• **问题3：**PackagesNotFoundError: The following packages are not available from current channels:

需要用到的soundfile等一些第三方库提示无法获取获取。

**解决方法：**可以通过国内资源下载：

pip install soundfile -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 

• **问题4：**NotImplementedError: Cannot convert a symbolic Tensor (lstm/strided_slice:0) to a numpy array. This error may indicate that you’re trying to pass a Tensor to a NumPy call, which is not supported

提示tensor和numpy不兼容的问题。

解决方法：可能是numpy包的问题。减低版本 numpy == 1.18.5

参考:

知乎:https://zhuanlan.zhihu.com/p/440548295