anaconda建造环境&安装tensorflow、pytorch、sklearn、numpy等模块

了解anaconda

1.anaconda=python+各种库
首先要知道anaconda 是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda。常见的科学计算类的库都包含在里面了,使得安装比常规python安装要容易。
通俗易懂点就是,你安装python时,导入一些需要的包如time,numpy时,需要单独下载,而安装anacoda后,里面自带这些常用的包。
2.
当annaconda自带的库不能满足我们需求时,如django,torch里面就没有,这时候就需要我们去下载。库一般直接下载到Anaconda3\Lib\site-packages。

3.我们还需知道conda可以创建虚拟环境,虚拟环境干什么用呢?
比如你做某个项目时需要用python3.6,做另个项目时需要python3.4的版本,可以实现很好的分割,你需要那个,就选哪一个就好。
(如果不创建环境直接操作如下安装的话,安装的包存到的base基础环境中,当然我们可以创建如python3.5的环境,那么下载的包就存到对应环境中,可以很好的管理这些包)
如果

安装torch:

第1步.按照官网的程序走(需要翻墙下载,可跳到第2部)
通常选择stable稳定版>对应操作系统>一般采用conda的方式安装>python>cuda选择>将出现的代码复制到>Anaconda Prompt
在这里插入图片描述

  • 基于自己电脑cuda的选择,cuda(就是用GPU来处理数据,比cpu快,没有的话选择none)查看自己显卡是否支持CUDA
  • Anaconda Prompt怎么找到
    电脑的搜索框输入Anaconda Prompt,打开。在这里插入图片描述
    2.我们采用清华镜像的资源来安装.
    打开Anaconda Prompt输入以下命令,告诉prompt我的下载资源来自哪。
    在Anaconda Prompt(如何打开见上图)中输入
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
  • 建虚拟环境(环境名=pytorch_env,python版本=3.6)
conda create -n pytorch_env python=3.6

输入上面命令后,根据一步步操作到最后,计算机问你是否要激活这个环境,激活就是进入这个环境的意思,就是进入你创建的环境文件夹中,在这个文件夹中下载pytorch。
然后输入conda activate pytorch_env命令在这里插入图片描述
激活这个环境,我们发现原来的base变成pytorch_env(图的左下角)
在这里插入图片描述

  • 在虚拟环境pytorch_env中安装torch
    在prompt中输入安装torch的代码(代码来源见上面安装torch第1步
    注:
    代码后面的-c pytorch(这是告诉命令,资源来自官网,我们去掉的话就可以从清华镜像网下载)去掉
conda install pytorch torchvision cpuonly

我们import torch 并且生成张量没有问题
在这里插入图片描述
此时\Anaconda3\envs\文件夹下有\pytorch_env这个环境

3.pycharm编辑器加载环境下的python.exe
在这里插入图片描述

conda命令装django

conda -h#查看conda的一些操作命令
conda create --help#关于创建的一些命令

conda create -n pytorch_env python=3.6#创建环境
#conda create -n pytorch_env python=3.6 django=2.2#也可以
conda activate  pytorch_env#进入环境
conda list#查看此环境下有那些包
conda search django#查看商店中有什么版本的


conda install django=2.2
conda insatll tensorflow
并在环境下安装jupyter notebook、numpy等模块
conda install jupyter notebook


conda install scikit-learn
conda deactivate#从pytorch_env环境退出
conda remove -n pytorch_env --all#退回到base后,删除环境
发布了10 篇原创文章 · 获赞 4 · 访问量 407

猜你喜欢

转载自blog.csdn.net/m0_46204224/article/details/104858711
今日推荐