マークダウン文法を学ぶマークダウン文法学習
Conda 自体は pip (パッケージおよびツール) と似たツールですが、conda はさまざまな環境も管理できるため、pip よりも強力で使いやすいです。各環境には、独自の独立したライブラリ、パッケージ、および Python インタープリターがあります (conda で新しい環境を作成するときに、作成する Python インタープリターのバージョンを指定できます)。
anaconda についての私の理解は、Python の多機能統合ソフトウェアであるということです Anaconda には jupyter などのエディターが含まれており、python3.7 インタープリターを備えた基本環境がプリインストールされています conda のようなツールキットを含む多くのパッケージpip、および numpy のような一般的なパッケージ。
もちろん、一般的には pycharm エディター + anaconda ソリューションを使用します。pycharm では、conda ツールを使用して新しい環境を作成し、新しい環境の Python インタープリターのバージョンを指定できますが、使用される conda ツール、つまり conda 実行ファイル, は、anaconda インストール パス conda.exe 内のすべてのスクリプトです。新しい環境を作成するときに、「すべてのプロジェクトで利用可能にする」にチェックを入れないと、作成された仮想環境を使用できるのは自分の現在のプロジェクトだけになります。今後 pycharm を開いて他のプロジェクトを選択するときに、選択することはできなくなります。仮想環境を使用するので、他のプロジェクトでもこの環境を使用できるように、確認しておいたほうがよいと思います。各環境には独自の Python インタープリターがあり、バージョンは異なる場合があります。
基本環境を使用する場合は、環境の作成時に [以前に構成されたインタープリター] (つまり、既存のインタープリター) を選択し、conda 実行可能ファイルはスクリプト ファイルの conda.exe と同じであり、次に [既存の環境を直接使用する] を選択します。ベース環境である anaconda のインストール パス。
annaconda をインストールするとき、またはインストール後に、cmd コマンド ラインとターミナルで conda コマンドを使用できるように、システムの環境変数 に annaconda を追加するのが最善です。そうしないと、コマンドが認識されません。
実際、自分で使うならminicondaで十分です。
新しい環境を作成した後、numpy ライブラリをインストールして試してみることができます。まず anaconda プロンプトを開き (最初にソースを変更できます)、conda activate 環境名を使用して環境に入り、次に conda install numpy インストールを実行します。
opencv-pythonはpipでしかインストールできないようです。pip インストール opnecv-python
pip ソース変更pip ワンクリック コマンド ライン変更ソース
Conda ソースのpip 変更、conda ソースの清華ソースへの変更、ソースの表示、ソースの削除
anaconda プロンプトのコマンドラインから入力します。
Ubuntu デュアル システムのインストールについては、デュアル システムのビデオを参照してください。これは非常に優れています。2019 年モデルの U ディスク システム ディスクを介して BIOS インストールに入る方法については、この記事Lenovo y7000pbiosを参照してください。
Conda にはベース環境の下にいくつかのパッケージが付属していますが、自分で新しい環境を構築する場合は、多くのパッケージを自分でインストールする必要があります。
各 Python 環境には独自の Python インタープリターがあります(バージョンは自分で指定できます)。作成時に Python のバージョンを指定できます。指定しない場合は、それがデフォルトになります。pycharm で新しい環境を作成する場合は、選択できるバージョンはそれほど多くないようです。
「すべてのプロジェクトで使用可能にする」にチェックを入れないと、作成された仮想環境を使用できるのは自分の現在のプロジェクトのみになり、今後 pycharm を開いて他のプロジェクトを選択するときに、仮想環境の使用を選択できなくなります。とにかくチェックしてください。
conda と pip のソースを忘れずに変更してください
pytorch と cuda のインストールの一般的なプロセス
Xiaobai の皆さん、最も簡単な GPU pytorch インストール チュートリアルである cuDNN などのドライバーを気にする必要はありません。
1. cmd に nvidia-smi と入力して、右上隅に cuda バージョンを表示します。
2. anaconda または miniconda をインストールし、国内ソースを変更します。
3. anaconda プロンプトを開いて、仮想 Python 環境を作成します:
conda create -n 環境名 python=3.8
4. アクティベーション環境:
conda activate 環境名
5. pytorch 公式 Web サイトに移動して、対応する pytorch GPU バージョンを選択します。 例:
conda install pytorch torchvision torchaudio cudatoolkit=11.3
(-c を削除すると、pytorch はダウンロードが高速になると言われています)
6. インストールが完了したら、検証が成功したかどうかを確認し、次のように入力します。
ipython、Enter キーを押し、
torch をインポート、Enter キーを押し、
torch。 cuda.is_available() で Enter を押し
、出力が True であれば問題ありません。