anoconda创建虚拟环境和jupyter、pycharm的配置使用
我们在跑python的机器学习或者深度学习框架,甚至web框架,我们希望有一个独立的虚拟环境。至于为什么在机器学习和深度学习使用anoconda不必多说了。在开发web框架和爬虫框架的时候也建议使用独立的虚拟环境,防止和其它包冲突。下面我首先以anoconda为例来创建一个独立的虚拟环境。
创建环境
首先打开anoconda的navigator可视化软件,打开Environments,创建anoconda的虚拟环境,看你做深度学习的哪一部份,尽量选择好python的版本。
-
此部分dos里面也可以实现,不过总是有些bug,就懒得搞了。
-
如果你使用TensorFlow框架,建议使用
python3.6
以下版本,目前好像也只支持到3.6的版本 -
如果你使用opencv,建议使用
python3.7
,不能超过python3.7的版本,不然使用不了低版本的cv。至于为什么不使用高版本的cv呢?懂得都懂这就不累述了。同时建议安装opencv-python==3.4.2.17
、opencv-contrib-python==3.4.2.17
,numpy
,matplotlib
配套同时使用。
使用jupyter编译器
注意:: 这里我默认您安装了jupyter,如果没安装请安装jupyter
-
打开Anoconda Powershell Prompt,切记不要用控制台cmd打开。下面直接按我的操作步骤:
-
conda install ipykernel
弹出问题输入y继续安装,出现三个done安装成功 -
jupyter kernelspec list
检查有哪些个内核环境 -
python -m ipkernel install --name
您在anoconda里创建的环境名 --display-name ‘起一个别名’ -
jupyter kernelspec list
刚创建好的环境有了 -
此外,你不想这个环境名字出现,
jupyter kernelspec remove 名字
就可以删除 -
这样我们就可以在根目录下运行
jupyter notebook
,点击new 就可以使用你创建好的内核就可以使用啦。 -
此外,假如你想切换内核点击上方导航栏,点击Kernel,点击Change Kernel,即可切换
使用pycharm编译器
进入pycharm,进入setting,点击解释器,更换一下解释器,换成我们在上面anoconda创建的虚拟环境即可,很简单,不在累述。解释器在 anoconda\envs\您创建的环境\python.exe