Pythonにライブラリをインストールするコマンド

記事ディレクトリ

Pythonにライブラリをインストールするコマンド

1. 仮想環境

現在の既存の仮想環境を表示します。
```
conda env list
```

新しい仮想環境を作成します。

conda create -n test python=3.8	#	（包名为test）

作成した環境を開きます。

conda activate test （此处我建的环境名字是test）

環境内の既存のパッケージを表示します。
```
pip list
```
仮想環境をアクティブ化します。
```
activate test(虚拟环境名称)
```
仮想環境を終了します。
```
deactivate env_name
```
root 環境に戻ります。
```
activate root
```

仮想環境を削除します。

conda remove -n test(虚拟环境名称) --all

仮想環境でパッケージを削除します。

conda remove --name $your_env_name $package_name（包名）

ミラーソースの構成を復元します。
```
conda config --remove-key channels
```

イメージを再構成します。

conda config --add channels https://repo.continuum.io/pkgs/free

conda config --add channels https://repo.continuum.io/pkgs/main/

conda config --set show_channel_urls yes

構成情報を表示します。
```
conda config --show channels
```
インストールの終了: Ctrl + c
pip パッケージをアップグレードします。
```
pip install -U pip  
pip install --upgrade pip
```

パッケージに関する情報を表示します。

pip show -f package_name（package_name换成想查看包的名字）

アップグレードが必要なパッケージに関する情報を表示します。
```
pip list -o
```
互換性の問題を確認する: 一部の標準ライブラリをダウンロードしてインストールするときは、互換性の問題を考慮する必要があります。一部の標準ライブラリのインストールは他の標準ライブラリに依存する可能性があり、バージョンの競合などの問題が発生する可能性があります。まず、次のコマンドラインを使用して、 check 競合の問題があるかどうかを確認してみましょう。
```
pip check package_name（package_name换成想查看包的名字）
```
標準ライブラリが指定されていない場合は、インストールされているすべてのパッケージの競合がチェックされます。
```
pip check
```
パッケージをインストールせずにダウンロードします。
```
pip download package_name  -d  '某个路径'
```
例: pip download torch -d '.' 説明: torch パッケージとそれが依存するすべてのモジュールを現在のディレクトリにダウンロードします

2.labelmeをインストールする

anaconda を使用して labelme のチュートリアルをダウンロードします。

anaconda 仮想環境を作成します。注: 環境名は labelme ですが、別の名前に置き換えることもできます。
```
conda create -n labelme python=3.8
```
環境をアクティブ化します。
```
conda activate labelme
```
lableme のインストールに必要な依存環境:
```
conda install pyqt
conda install pillow
```
labelme パッケージをインストールします。
```
pip install labelme==3.16.2
```
注意：conda安装命令如果出错也可以使用pip命令，使用逻辑等号"=="
画像にラベルを付けるには labelme を使用します。インストールしたばかりのウィンドウに「labelme」と入力して labelme を開きます。

3. 一般的に使用されるミラーソース

清華:https://pypi.tuna.tsinghua.edu.cn/simple

アリ・クラウド:http://mirrors.aliyun.com/pypi/simple/

ドゥバン：http://pypi.douban.com/simple/

中国科学技術大学:https://pypi.mirrors.ustc.edu.cn/simple/

華中科学技術大学:http://pypi.hustunique.com/

山東理工大学:http://pypi.sdutlinux.org/

4. Web版動画のダウンロード方法

Python を開き、you-get を含む仮想環境 (私の仮想環境名は labelme) に入り、次のコマンドを実行します。

python -m pip install –upgrade pip

pip install –upgrade you-get

ビデオリンクを取得したら、Enter キーを押してください。

5. jupyter ノートブックをダウンロードする手順:

conda インターフェースに次のように入力します。

pip install jupyter notebook

jupyter ノートブックを開きます。

jupyter notebook

特定のノートブックを開きます。

jupyter notebook notebkko.ipynb

6.トーチとCudaをインストールする

pip を更新するコマンド:

python -m pip install --upgrade pip

CUDAをダウンロードするためのURL:https://developer.nvidia.com/cuda-toolkit-archive

cuda が正常にインストールされているかどうかを確認するコマンドは次のとおりです。

nvcc -V

Pytorch 公式イメージ (インターネットからダウンロードできない場合は、まずここからダウンロードしてからオフラインでインストールしてください):https://download.pytorch.org/whl/cu116

清華大学オープンソースソフトウェアミラーサイト:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
Pytorch は cuda コマンドの URL を見つけます。https://pytorch.org/get-started/locally/

対応するコマンドを見つけます。

pip install --pre torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/nightly/cu116

注: コンピュータに Python2 バージョンがないため、元の pip3 の 3 は削除されます。そのため、3 を追加する必要はありません。

-c: チャネル経由でインストールするように指定します

注: pip でインストールするには公式イメージを使用する必要がありますが、conda には他のインストールを使用できます。

cuda と torch がインストールされているかどうかを確認します。

最初に「python」と入力し、Enterを押します

それから：

python
import torch
print(torch.__version__)			# 注意：version的前后都是两个下划线_
print(torch.cuda.is_available())	# is后面一个下划线

7. apex パッケージをインストールします。

git clone https://github.com/NVIDIA/apex
cd apex
pip install -v --no-cache-dir ./

8. ラステリオとGDALのインストール

ラステリオの URL をダウンロードするには、まずその依存ライブラリGDALをダウンロードする必要があります。https://www.osgeo.cn/rasterio/installation.html

9. GPU 使用率を表示する

コマンドウィンドウ (cmd) 入力:

nvidia-smi

リリースプロセス:

taskkill -PID 进程号 -F
如：taskkill -PID 10234 -F

10. Netron のネットワークモデルの構造を表示する

URL: https://github.com/lutzroeder/netron/releases/tag/v5.9.2

Netron は、ニューラルネットワーク、ディープラーニング、機械学習モデル用のビューアです。

Netron マーケット ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2、UFF。

Netron は、PyTorch、TensorFlow、TorchScript、OpenVINO、Torch、Vitis AI、kmmodel、Arm NN、BigDL、Chainer、Deeplearning4j、MediaPipe、ML.NET、および scikit-learn の実験的サポートを提供します。

11. 外部データのダウンロードを高速化するプラグイン iguge

iguge URL: http://iguge.xyz/

12. dlib ライブラリをインストールする

1. 依存関係をダウンロードします: cmake、boost、C++ コンパイラー

2.参考アドレス：http://dlib.net/compile.html

関連する依存関係をインストールした後、次のようにします。

pip install dlib --verbose

また

オフラインでダウンロードした後、dlib リポジトリのベースフォルダーに移動して実行します。

python setup.py

インストールするだけです。

13.パドルとEISegのインストール

1. 新しい仮想環境を作成し、パドルフレームワークを個別にインストールします

2. CPU バージョンをインストールします。

pip install paddlepaddle

GPU バージョンをインストールします。

pip install paddlepaddle-gpu

公式 Web サイトにアクセスして、インストールに対応する cuda バージョンを確認できます: https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip .html

3.EISegをインストールする

pip install eiseg

4.EISegを開く

eiseg

Pythonのセットアップ.py


安装即可。

## 13、安装paddle和EISeg

1、新建一个虚拟环境，单独安装paddle框架

2、安装CPU版本：

pip インストールパドルパドル


安装GPU版本：

pip インストールパドルパドル-GPU


可以去官网查看cuda版本，对应安装：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/windows-pip.html

3、安装EISeg

pip インストール eiseg


4、打开EISeg

氷っぽい