打开命令行输入conda -V检验是否安装及当前conda的版本。
conda -V
通过Anaconda安装默认版本的Python,3.6的对应的是 Anaconda3-5.2,5.3以后的都是python 3.7。
Index of / (anaconda.com)
1)查看安装了哪些包
conda list
2)查看当前存在哪些虚拟环境
conda env list
conda info -e
3)检查更新当前conda
conda update conda
conda info --envs
conda create -n your_env_name python=x.x
anaconda命令创建python版本为x.x,名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。
打开命令行,输入python --version
检查当前 python 版本。
Linux: source activate your_env_nam
Windows: conda activate your_env_name
conda install -n your_env_name [package]
deactivate env_name
或者activate root
切回root环境
Linux下:source deactivate
conda remove -n your_env_name --all
conda activate pytorch36
pip list
conda remove --name $your_env_name $package_name
http://Anaconda.org的服务器在国外,安装多个packages时,conda下载的速度经常很慢。清华TUNA镜像源有Anaconda仓库的镜像,将其加入conda的配置即可:
#添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
TUNA的help中镜像地址加有引号,需要去掉
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
在服务器上想要使用别人搭好的环境,但是又怕自己对环境的修改更新会影响他人的使用,这个时候可以使用conda命令进行复制环境。
首先假设已经安装了Anaconda。
根据已有环境名复制生成新的环境
conda create -n B --clone A
假设已有环境路径为D:\A,需要生成的新的环境名为B:
conda create -n B --clone D:\A
生成的新的环境的位置在anaconda的安装路径下,一般情况在D:\Anaconda3\envs\文件夹下。
————————————————
如果想迁移的是base环境,因此需要先克隆(base环境不能直打包)
conda create -n 新环境的名称 --clone 老环境名称
可以看到已经克隆好了
conda-pack是打包工具
conda install -c conda-forge conda-pack
添加-o参数,例如将上述环境导出为新环境.tar.gz压缩包
conda pack -n 新环境名称 -o 新环境名称.tar.gz
文件会默认打包在C盘:/用户/用户名的文件夹中
将压缩包放到目标主机的同版本Anaconda路径下的envs文件夹内,解压。注意:需要相同版本的Anaconda
conda activate 新环境
可以看到环境已经成功迁移到目标主机并且可以使用了
————————————————
在Ubuntu、Windows开发环境,尤其是按照官网教程,安装pytorch并不是一件容易的事,下面介绍一种简单高效的安装技巧,本人有着管理大规模服务器的经验,也安装过各种环境、各种版本的pytorch几十次了。
官网给出的教程非常简单:
pip install torch
pip install torchvision
以上命令会下载最新版的torch,命令虽然简单,但是存在一个致命的问题就是:下载过程中,经常会timeout(网络超时)。建议大家用以下方式进行安装。
首先,点击以下连接,下载指定版本的torch和torchvision,torch大约500M,torchvision非常小,torch下载的时候建议用迅雷下载,稳定、快速,真的好用。并且这种方式下载的whl文件可以保存到本地,以后可以继续使用。
torch下载链接:https://download.pytorch.org/whl/torch_stable.html
torch跟torchvision的有相应的对应官方推荐版本,如何确定两者之间对应的合适版本呢?有一个小技巧就是torch跟torchvision的最新版本从后往前数!因为每推出一个新版的torch,就会有一个版本的torchvision。
torch跟cuda版本和非cuda版本,注意这个。
下载完成后,找到两个whl所在的目录,执行以下命令。注意:torch的安装依赖numpy、six等,所以执行以下命令之前,最好手动安装numpy、six等,如果没有numpy、six等,pip会自动安装,但是很慢。
pip install torch-1.4.0-cp36-cp36m-linux_x86_64.whl
pip install torchvision-0.5.0-cp36-cp36m-linux_x86_64.whl --no-deps
–no-deps 参数是为了不安装其他依赖,如果需要手动安装即可。用以下方式安装
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
加入清华的临时源。
以上即可完成ubuntu的安装,多做一点说明,anconda和virtualenv虚拟环境,要进入虚拟环境之后,再安装。
windows环境安装如ubuntu安装过程一样,一定要选择好windows版本,在cmd命令行中操作即可。
你看完咯!!!真棒:
查看cuda版本
nvcc --version
或者
nvidia-smi
conda env list
conda activate pytorch36
pip list
(完事 结束)
参考链接1:https://blog.csdn.net/luochao5862426/article/details/121257673
参考链接2:https://blog.csdn.net/cwtnice/article/details/118719461