pip conda pycharm使用杂记
文章平均质量分 74
零壹博弈
渐渐地,我们也会成为别人口中的大佬
展开
-
pip自动生成和安装requirements.txt
自己经常用,记录一下1.生成requirements.txt文件pip freeze > requirements.txt>为重定向符号,即将pip freeze的输出结果重定向至requirements.txt , 如果单独使用 pip freeze则直接输出当前环境安装的包和库,包括版本等。(笔者试了下,在Win10和Ubuntu均可使用该命令)但是在实际使用过程中发现存在一些问题,例如如果某个包不是直接通过网络下载的,而是使用的本地安装(如本地的包安装,或者本地conda、pip原创 2021-06-14 16:37:50 · 872 阅读 · 0 评论 -
通过ssh分别配置Pycharm和Vscode 连接远程连接服务器深度学习(炼丹)
最近开始利用ssh连接远程服务器炼丹,中间各种配置以及使用时遇到的问题在此记录,便于回顾和便于后来者使用。准备条件环境:ubuntu 远程主机一台,且已配置ssh服务,深度学习任务在其上运行win10 本地主机一台,用于本地操作辅助软件Xshell , Xftp1. Pycharm1.1 介绍Pycharm有个好处,连接起来比较方便,个人感觉用起来很好,因为博主是在游戏本上运行,还未感觉到因为pycharm导致的运行卡顿等情况,可能轻薄本等卡顿较为明显。想要利用Pycharm远程实现代原创 2021-03-14 22:30:39 · 1684 阅读 · 3 评论 -
添加已创建好的Anaconda环境至Jupyter notebook中
记录一下添加已创建好的Anaconda环境至Jupyter notebook的方法,以便后来人过河。Anaconda环境的搭建和各种配置,本文不再赘述,博主之前也有介绍。本文简单介绍一下如何将已经存在的anaconda环境加入到 jupyter notebook 中。进入jupyter新建文件之后,我们会发现,并没有存在虚拟环境的名称,以及import sys,print(sys.path)打印出来的根本就不是虚拟环境中的路径,往往是默认的base环境。所以,必须要手动在jupyter noteboo原创 2020-09-03 17:26:25 · 925 阅读 · 0 评论 -
深度学习系列笔记——壹(深度学习环境的搭建及填坑之旅,基于windows,增强版填坑)
2020.08.03补充 这一篇博文是对上一篇在windows下安装tensorflow2.1的补充,同时也包含了对于tensorflow1.15安装的注意事项。注意,此篇文章适用于Tensor flow1.15及2.1版本的安装及报错修复。由于最近项目需要TF1.x版本的,但是由于电脑安装的是TF2.1版本的,于是需要降级,然而不幸的是,电脑安装软件过多,环境混乱,于是我又利用win10的还原,清空了C盘的文件。接下来就是各种踩坑,再次记录一下,方便后来者:首先,我这次需要安装的是TF1.15,原创 2020-08-29 17:31:22 · 235 阅读 · 0 评论 -
深度学习系列笔记——杂记(TensorBoard使用)
博主使用的是TF2.1版本所用的Tensorboard ,代码结构如下#这里设置的是回调,用于断点续训,详情可百度之cp_callback = tf.keras.callbacks.ModelCheckpoint( filepath=checkpoint_save_path, save_weights_only=True, save_best_only=True)tb_callbacks = tf.keras.callbacks.TensorBoard( log_dir=原创 2020-08-23 10:51:29 · 458 阅读 · 0 评论 -
使用pip、conda、pycharm使用杂记,记录各类使用时出现的问题,持续更新
执行pip既可以在cmd中,例如进入anaconda环境,切换至相应的环境。也可以在pycharm中执行,其实是转接到了cmd。在pycharm最下方的terminal:1、国内网络不稳定时,换用镜像源加速安装(国内的源大部分常用包都有)pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com–trusted-host指的是信任该镜像源,不然很可能报错,注意是双横线“–”。2、安装yamL 文原创 2020-08-14 17:58:19 · 280 阅读 · 0 评论