1.创建、激活、删除、退出虚拟环境

conda --version    #检查Anaconda是否安装成功
conda info --envs    #检查目前安装了哪些环境
conda search --full-name python    #检查目前有哪些版本的python可以安装
conda search --full-name tensorflow    #检查目前有哪些tensorflow版本可以安装


//创建环境:
conda create --name env_name python=3.5    #env_name-环境名字

//激活虚拟环境 conda可省略
conda activate env_name    #--windows

//环境复制命令:
conda create -n traget_env_name --clone source_env_name

//退出虚拟环境
conda deactivate
//也可使用"activate root"切回rooth环境

// 删除虚拟环境
conda remove --name env_name --all
//卸载包
进入环境,执行:
pip uninstall tensorflow

//conda常用命令:
1.conda list:查看安装了哪些包
2.conda install package_name:安装包
3.conda env list 或 conda info -e:查看当前存在哪些虚拟环境
4.conda update conda:检查更新当前conda

//第三方包的安装
anaconda search -t conda PACKAGE  #查看哪些可下载的版本
anaconda show USER/PACKAGE   #选择合适的版本并复制,然后获取其安装命令

//外网下载太慢,可设置国内镜像(如清华源)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/    #推荐
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
+
conda config --set show_channel_urls yes    #设置搜索时显示通道地址
注:通常加速时用以上两个命令就可

conda config --show channels    #查看频道
conda config --remove-key channels    #恢复默认源

2.快速安装pytoch

#查看cudnn 版本
nvcc -V
#查看cuda 版本
set cuda

在这里插入图片描述
2.安装anaconda
官网下载安装:https://www.anaconda.com/products/distribution/start-coding-immediately

#新建环境
conda create -name pytorch38 python=3.8

#安装pytorch
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116

conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia


# 安装 torch 1.8.2+cu11.1
pip install torch==1.8.2 torchvision==0.9.2 torchaudio===0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu111

#其他版本:torch+cuda10.2
pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# 修改requirements.txt,将其中的torch和torchvision注释掉
pip install -r requirements.txt

#如果想要换源安装
pip install matplotlib -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

阿里云             http://mirrors.aliyun.com/pypi/simple/ 
中国科技大学       https://pypi.mirrors.ustc.edu.cn/simple/ 
豆瓣(douban)      http://pypi.douban.com/simple/
清华大学          https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学   http://pypi.mirrors.ustc.edu.cn/simple/

在这里插入图片描述
在这里插入图片描述

3.Tensorflow+win64+cpu安装

1.查看可安装python版本:conda search --name python  #我选的3.6
2.创建环境:conda create --name tensorflow python=3.6
3.激活环境:activate tensorflow
4.查看可安装的tf包:conda search --name tensorflow    #w我选1.1.0
5.安装tensorflow: conda install tensorflow=1.1.0

根据以上步骤最终可验证模块导入结果:
在这里插入图片描述

//将1.1.0卸载,装2.0.0
注:在tensorflow环境中操作
1.卸载已安装版本:pip uninstall tensorflow
2.查看所有可安装:conda search --name tensorflow
3.安装:conda install tensorflow=2.0

验证:在这里插入图片描述

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐