深度学习之虚拟环境的配置

        在学习过程中总是会接触到各种各样的项目，但是可能各个项目之间需要的环境不一样 ，每次都需要重新去配置相应的环境，这样会显得很麻烦啰嗦，这时候我们就可以借助到虚拟环境来解决这个问题。通过一番摸索，虚拟环境的配置一般可以有两个方向：

---

说在前面：

首先查看当前有几个虚拟环境（conda env list）：

---

（1）借助第三方库

       通过安装virtualenv来安装新的虚拟环境，安装virtualenvwrapper来对虚拟环境进行管理。

###安装方法
pip install virtualenv
pip install virtualenvwrapper   ####linux下安装
pip install virtualenvwrapper-win   ###windows下安装

      利用virtualenv来创建新的虚拟环境，具体步骤如下：

• 利用virtualenv test来创建虚拟环境所在目录
• 激活虚拟环境，linux下 终端下输入source test/bin/activate即可，windows下运行test/Scripts/activate.bat即可。
• virtualenv -p /usr/bin/python2.7 test　　　　# -p参数指定Python解释器程序路径 ，直接pip安装所需要的包
• 至于想要退出虚拟环境，linux下直接在终端下运行 . test/bin/deactivate，windows下运行test/Scripts/deactivate.bat即可。

采用上述这种方式来创建虚拟环境比较单一，当存在多个虚拟环境时，这种方式就比较麻烦。于是就可以采用virtualenvwrapper实现对虚拟环境管理，其使用操作如下：

• 列出虚拟环境列表：workon
• 新建虚拟环境：mkvirtualenv [虚拟环境名称]
• 启动/切换虚拟环境：workon [虚拟环境名称]
• 离开虚拟环境：deactivate

（2）借助conda

     anaconda是python里常用到的一个包安装管理工具，同时也可以利用它来对虚拟环境进行创建和管理。推荐使用这种方式来创建使用，具体操作如下

• 创建虚拟环境 conda create -n python27 python=2.7 # python=2.7 指定python版本
• 查看是否成功 conda env list
• 激活虚拟环境conda activate python27(虚拟环境的名字)
• 退出虚拟环境直接关闭终端，或conda deactivate python27或输入exit即可
• 删除虚拟环境  conda env remove -n python27即可
• 对虚拟环境包进行操作

###未进入该环境
conda list -n your_env_name
conda install --name python27 package_name 
conda remove --name python27 package_name


###进入该环境
conda activate python27
pip install xxx

• conda安装包加速

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

参考链接：Anaconda-- conda 创建、激活、退出、删除虚拟环境，anaconda conda 切换为国内源

（3）利用python3实现虚拟环境开发

由于python3开始集成了virtualenv，于是可以直接借助python3来实现开发环境分割隔离。创建虚拟环境的步骤也很简单，按照以下命令即可

python -m venv xxxx  ###生成一个简易的与原python相同的环境

这样会在当前路径下生成一个xxx文件夹，里面包括lib、script等文件夹，接下来启动该虚拟环境

source xxx  ###Linux下启动xxx环境
deactivate xxx  ###linux下退出环境

#####windows下
cd xxx/Scripts
activate   ####windows下启动环境
deactivate  ###windows下退出环境

（4）环境迁移

有时候需要在另一台机器上部署同样的服务，这时候需要配置一样的环境（这时候就体现了docker的优越性）。这是可以借助conda的clone功能实现，

##先对原来机器上的虚拟环境进行打包，一般在的路径为anaconda/envs/xxx
##将上面打包的环境拷贝到新的机器上
conda create -n new_xxx --clone xxx

---

写在后面：

       在安装虚拟环境下，安装项目需要的包时，如在python27下安装numpy时会出现“RuntimeError: Python version >= 3.5 required.”错误，这是由于现在python官方放弃了python2的维护，直接用pip install numpy安装就会出错，直接通过conda install numpy来完成安装。

       当我们在虚拟环境下完成一个项目的开发后，假如我们想要移植该项目，此时常见的，我们需要将该项目导入的所有库全部写入到requirements.txt文件中，我们只需要一个命令即可完成，在该环境下，直接pip freeze > requirements.txt就会在当前路径下生成想要的所有库文件了

在新的环境下直接pip install -r requirements.txt即可实现所有文件的安装。

---

参考博客：

Python虚拟环境配置的两种方法_fcy8023的博客-CSDN博客_python 虚拟环境配置（Python虚拟环境配置的两种方法）

python-虚拟环境的创建和管理的三种方式_deapou的博客-CSDN博客（python-虚拟环境的创建和管理的三种方式）