如果你已经创建过虚拟环境可忽略,可以从你安装anaconda位置中envs
文件夹查看,也可以在终端输入conda env list
进行查看,如下图
图片中的mxnet
就代表我创建的虚拟环境。
mxnet
就代表环境名称conda create -n mxnet python=3.6
mxnet
就代表环境名称conda activate mxnet
pip install ipykernel ipython
ipython kernel install --user --name mxnet
如果想把已经添加成功的虚拟环境删除,可以先激活想要删除的虚拟环境,然后输入命令:
jupyter kernelspec remove mxnet
pip install mxnet==1.6.0
即添加成功,若想检验,则在envs/mxnet
文件夹下找到python.exe
,运行,输入import mxnet
,不报错代表成功。
打开Anaconda Prompt,输入命令:
pip install jupyter_contrib_nbextensions -i https://pypi.mirrors.ustc.edu.cn/simple
jupyter contrib nbextension install --user
pip install --user jupyter_nbextensions_configurator
jupyter nbextensions_configurator enable --user
之后,重新启动jupyter notebook,点击新增加的Nbextensions选项
上图1处的取消勾选,2、3处的打上勾选,即可。
对于Autopep8(代码格式化),首先需要在对应的环境中安装Autopep8,才可以使用。命令如下:
pip install autopep8
pytorch
为环境名conda create -n pytorch python=3.10
conda activate pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install pytorch torchvision cudatoolkit=10.0
python
import torch
torch.cuda.is_available()
返回TRUE
则为成功,FALSE
则失败。选择安装CPU
。
5. 安装pytorch(CPU)
注意:使用此方法,则上方的创建虚拟环境时python的版本要是3.10及以上
conda install nb_conda
接下来是学习过程中遇到的一些问题,以及解决方法
tensorboard
时,需要输入命令 pip install tensorboard
,此时如果报错AttributeError:module 'distutils' has no attribute 'version
,是因为setuptools
版本过高,需要输入命令pip install setuptools==59.5.0
,即可成功。pip install opencv-python
,可能会报错。此时直接指定opencv的版本(比最新的版本低)进行安装,输入命令pip install opencv-python==3.4.9.31
,安装成功。部分内容参考:https://blog.csdn.net/zhang_java_11/article/details/121010191