最近学习深度学习相关内容,Anaconda可以很好地对虚拟环境进行管理,相关的命令行操作比较多,在此做一个总结,便于查询与回顾。
虚拟环境相关操作
1、查看已有的虚拟环境:
conda env list
2、激活/切换虚拟环境:
conda activate exercise_demo
3、退出虚拟环境:
conda deactivate
4、创建虚拟环境:
conda create -n exercise_demo python=3.6
5、删除虚拟环境:
conda remove -n exercise_demo --all
软件包的相关操作
1、安装包
pip install numpy
2、安装包(指定版本)
pip install numpy==1.19.5
3、安装包(指定镜像源加速)
pip install numpy -i https://pypi.douban.com/simple
4、查看已有的包
conda list
5、查看指定的包的版本
conda list pytorch
6、卸载已安装的包:
pip uninstall numpy
分享/复制整个环境
1、分享/打包自己的环境:
conda env export > env.yaml
2、利用.yaml文件复制一样的环境(复现论文时有用)
conda env create -f env.yaml