Anaconda 使用技巧之建立新的python环境

Anaconda 使用技巧一

这是一篇关于anaconda 建立专有环境（如深度学习环境等）的一些使用技巧

anaconda环境问题

下载完成后的anaconda将会有一个自定义的环境，里面的各种库最多，可以通过anaconda navigator–environment 查看到，或者安装目录下lib–sitepackages查看自定义环境中安装好的第三方库。当我们用于深度学习或者其它方面的学习时，往往会因为各种库的版本问题（第三方库的不断更新或者弃用导致原来编写代码无法正常运行），因此就涉及到要么把版本降低到原来适用版本要么就改写成现在库的使用(Ps：一般建议改写，因为降低版本可能涉及到一些其它问题）。此外做一个项目的时候，其实更多是倾向于建立一个专门为项目而用的专有库，这样就保持了原有环境的不轻易改动，专门环境为专门的项目服务，因此就涉及在anaconda中建立环境问题。
##1、anaconda建立环境
anaconda建立环境有两种方式,下面以建立深度学习框架tensorflow专有环境建立为例：
1.1. anaconda navigator–enviroment–create 自定义环境命 tensorflow2.0，然后在右侧下载安装各种需要的库 ,下图是自己建立的一些环境；
1.2. 双击anaconda prompt，执行创建Anaconda环境的指令
TF20 是我自定义的环境名称， python=3.7 代表创建python环境的版本。

conda create -n TF20 python=3.7

Ps:下载anaconda的文件中可以进入env文件夹查看自己所建立的一些环境##

进入创建环境并下载安装需要库（1.2建立的环境）

activate TF20，进入到自己创建的环境，然后使用pip install +库名 or conda install +库名

tensorflow 2.0.cpu版

conda install tensorflow==2.0.0

tensorflow 2.0 gpu版

conda install tensorflow-gpu=2.0.0

验证是否下载成功可继续输入python or ipython 进入python编程环境，如下图可编写命令查看tensorflow 的版本号以及是否可以使用GPU

`