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
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