深度学习1——环境配置篇
目录
1.pip install和conda install的区别
在做深度学习的过程中,我们通常环境的配置经常会用到俩个常见的工具,一个是pip,一个是conda。用这俩个来下载我们各种需要的包工具,以及对我们安装包的管理以及更新等。一般初学者,大多推荐conda来安装管理各种包,因为conda有一个很好的环境隔离的功能,可以将不同项目所需要的环境配置隔离开来,对每一个环境配置所需包的对应版本。但是在一些包在发布的时候,一般都是会优先发到python官方的管理包工具pip上面,pip从PyPI(python package Index)上面抓取数据。但是pip安装包的时候不会兼顾包的依赖性,一般都是会下载对应包的官方最新版本,会出现包之间的冲突问题。而conda是从Anaconda.org上面抓取数据,某些包可能会没有资源。所以,推荐的安装包的顺序是conda install ——pip install ——通过压缩包官网下载直接安装
2.conda的常见命令和操作等
(1)查看、创建、删除虚拟环境的操作
conda env list #(或者 conda info -e )
conda create -n new_env
如果创建环境报错,删除.condarc文件即可
conda remove -n D:\Anaconda\envs\new_env --all
(2)配置conda config
conda config --show channels
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
这里也可以通过直接修改.condarc文件也可。(如果没有,可以自己创建一个)
(3)安装、更新和卸载包的指令
这里一般是先进入到对应的环境中再去下载对应需要的包的版本。
conda install python=3.9
更新conda的版本、更新对应包的版本、更新所有包的指令
conda update conda
conda updata -n my_env matplotlib
conda update -n my_env --all
卸载对应的包
conda uninstall matplotlib
3.pip的常见安装指令和操作
(1)pip的查看、安装、更新和卸载;
pip list #查看已经安装的包
pip install numpy=1.21.5
pip install --upgrade numpy
pip uninstall numpy
(2)pip安装自定义或者下载的.whl包
首先在https://www.lfd.uci.edu/~gohlke/pythonlibs/或者https://pypi.org/project/网址查找自己需要的包,前者可通过Ctrl+F全局搜索查找,下载好对应的包之后,打开对应的.whl包所在的文件路径,在该文件路径所在的文件夹,在文件搜索栏输入cmd,之后激活对应的所需要包的环境,pip install 文件昵称即可。(文件昵称可通过Tab自动补全)