Anaconda使用帮助

Anaconda使用帮助

Anaconda 镜像使用帮助

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。

TUNA 还提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch等，查看完整列表）的镜像，各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

注：由于更新过快难以同步，我们不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

即可添加 Anaconda Python 免费仓库。

运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

运行 conda create -n myenv numpy 测试一下吧。

Miniconda 镜像使用帮助

Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。

Miniconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下载。

其他三方源

对于conda的其他三方源，如有需要请修改anaconda.py文件，并提交pull request，我们会综合考虑多方因素来酌情增减

conda 命令

conda的安装与使用（2021-04-27更新） - 简书 (jianshu.com)

显示安装的频道

conda config --set show_channel_urls yes

查看已经添加的channels

conda config --get channels

已添加的channel在哪里查看

vim ~/.condarc

利用conda安装软件

创建conda环境

之前创建的时候显示的是（base）这是conda的基本环境，有些软件依赖的是python2的版本，当你还是使用你的base的时候你的base里的python会被自动降级，有可能会引发别的软件的报错，所以，可以给一些特别的软件一些特别的关照，比如创建一个单独的环境。
在conda环境下，输入conda env list（或者输入conda info --envs也是一样滴）查看当前存在的环境：

conda env list
# 这是我相当常用的一条命令了，建议记一记
conda create -n paddle python=3.8
# -n: 设置新的环境的名字
# python=3.8 指定新环境的python的版本，非必须参数
# 这里也可以用一个-y参数，可以直接跳过安装的确认过程。

conda会创建一个新的名为paddle的环境，并且会很温馨的提示你只要输入conda activate paddle就可以启动这个环境了

更新conda 的版本

更新conda到最新版本：

conda update -n base conda
conda update --all

退出环境

conda deactivate

删除环境

conda remove -n paddle --all

重命名环境

实际上conda并没有提供这样的功能，但是可以曲线救国，原理是先克隆一个原来的环境，命名成想要的名字，再把原来的环境删掉即可
参考自：conda 创建/删除/重命名 环境
接下来演示把一个原来叫做paddle的环境重新命名成paddle2：

conda create -n paddle2 --clone paddle
conda remove -n paddle --all

安装命令:

 conda install opencv

搜索需要的安装包:

 conda search opencv

安装完成后，可以用“which 软件名”来查看该软件安装的位置：

 which gatk

安装pytorch

前言

Anaconda是一个开源的Python发行版本，其中包含了conda、Python等180多个科学包及其依赖项，其中conda可以实现在虚拟环境下安装深度学习所需的环境

Windows系统下不需要在虚拟环境下安装CUDA和cuDNN的可以参考博客：https://blog.csdn.net/Gary_ghw/article/details/108855157

---

安装Anaconda

Anaconda官网下载：https://www.anaconda.com/products/individual#Downloads

根据所需下载版本，安装过程和普通软件一样（一路Yes就行）

注意：在选在Install之前勾选以上两个选项

---

创建并激活虚拟环境

conda create -n your_env_name python=X.X
如：conda create -n pytorch python=3.7

选择y 回车继续

等待相关库安装完成，激活环境

activate your_env_name
如：activate pytorch

根据提示，使用conda activate pytorch激活环境，但是也可省略conda如上图箭头所示表示进入已进入虚拟环境pytorch

---

安装CUDA和cuDNN

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

使用conda在虚拟环境下安装CUDA10.1和cuDNN7.6.5（其中使用了清华源通道下载）

选择y 等待安装完成

---

安装Pytorch

pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

我使用了conda安装

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

最后使用conda安装Pytorch1.7.0（安装与CUDA匹配的版本） 完成！！！