配置深度学习环境的命令总结_配置环境的命令

终端分为两个：cmd和Anaconda Prompt Shell

1. Anaconda创建新的python环境的一般步骤

首先说一点：Windows下 Anaconda Prompt 这个东西就是用来管理Anaconda的，使用的是conda这样的一种命令
在Linux中，可以直接在终端中输入conda 命令
可以使用conda命令创建新的python环境（python版本，包），新的环境与原来的环境不相关。这样，方便不同的应用中使用不同的python版本。
创建新环境的步骤如下：
1、首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。
2、conda常用的命令。

1）conda list 查看安装了哪些包。 
2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境 
3）conda update conda 检查更新当前conda 
4）conda --version 查询conda版本 
5）conda -h 查询conda的命令使用
1
2
3
4
5

3、创建python虚拟环境。
4、使用激活(或切换不同python版本)的虚拟环境。
打开命令行输入python --version可以检查当前python的版本。
5、对虚拟环境中安装额外的包。
6、关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)。
7、删除虚拟环境。
8、删除环境中的某个包。

2. windows版本

2.1 创建环境

2.1.1 在默认路径下创建环境

这个默认路径一般在D:\Anaconda3\envs下

conda create -n env_name python=3.6.13
1

2.1.2 指定路径下创建环境

conda create --prefix=F:\condaenv\env_name python=3.7 
1

F:\condaenv\env_name 替换为你自己的路径
其它命令也有一点小变化，如下：

activate  F:\condaenv\env_name  激活环境
conda remove -p F:\condaenv\env_name --all
1
2

2.2 激活环境

conda activate env_name
1

2.3 在环境中安装包

通用安装模块语句：

pip install 包的名字 -i 
1

使用镜像安装模块：

pip install 包的名字 -i https://pypi.douban.com/simple/
1

在代码中查看某个包的版本：

import sklearn
print("Sklearn verion is {}".format(sklearn.__version__))
1
2

在终端中查看某个包的版本：

python -c "import scipy; print(scipy.__version__)"
1

进行查看某包的版本号，而不用一行一行输入：先输入python，再换行输入import scipy，再换行输入print(scipy.version)，这种方法太麻烦

查看已安装的模块：

pip list
1

卸载这个包也很简单，输入

pip uninstall 包的名字
1

更新scikit-learn：

pip install -U scikit-learn -i https://pypi.douban.com/simple/
1

例1：在线安装pytorch

1、打开pytorch官网：

https://pytorch.org/
1

下拉选择安装环境：系统windows、pip安装、语言python、Compute Platform选择None，GPU才选择其他,之后复制生成的命令：

pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio===0.8.0 -f 
1

可以参考：pytorch，torchvision与python版本对应关系及安装命令（未验证！）

例2：离线安装pytorch（以0.4版本为例）

下载torch版本的网站：https://download.pytorch.org/whl/torch_stable.html，找到对应文件，下载好放入文件夹D:\Anaconda3\envs\env_pytorch04\Scripts（这个文件好像放在哪里都可以）
终端中进入该文件夹下，执行

pip install torch-0.4.1-cp36-cp36m-win_amd64
1

这样就完成了离线安装torch

2.3 退出环境

conda deactivate
1

2.4 镜像相关问题

2.4.1 conda

显示当前所有的下载管道：

conda config --show channels
1

添加镜像

conda config --add channels https://pypi.douban.com/simple/
1

删除指定的镜像：

conda config --remove channels https://pypi.doubanio.com/simple/
1

删除所有下载管道，恢复默认设置：

conda config --remove-key channels
1

2.5.2 pip

临时使用

pip install packagename -i https://pypi.douban.com/simple/
1

pip的一些参数可以参考：pip 命令参数以及如何配置国内镜像源

pip设置清华源镜像：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
1

2.5 查看anaconda已安装的环境

conda info --env
1

envs也可以

conda info --envs
1

2.6 卸载环境

conda uninstall -n yyy --all 
1

yyy指的是环境的名称，注意在卸载时需要在其他环境中卸载想要卸载的环境（即先激活其他环境，再执行卸载目标环境的命令），不能在想卸载的环境中卸载，不然会报错

2.7 删除虚拟环境

使用命令conda remove -n your_env_name(虚拟环境名称) --all， 即可删除。
1

3. Linux版本的conda命令（还没有自己试过）

第一：安装Anaconda,并将其移入到系统环境变量中，查看安装结果 conda info或conda -V
第二：创建虚拟环境 conda create --name py38 python=3.8
第三：每次使用虚拟环境时需要激活环境，激活方法：conda activate python38(所创建虚拟环境的名称)或source activate python38(本人使用的是第一种)
第四：使用完虚拟环境需要进行关闭，关闭方法 ：conda deactivate或 source deactivate （进入和退出的命令要统一起来要么都是conda，要么都是source，否者会报错） 。

其他常用命令：

查看已安装的环境信息：conda env list
删除环境：conda env remove -n <env_name>
查看已安装的包：conda list
搜索包：conda search <package_name1>
安装包：conda install <package_name1> <package_name2>
安装scikit-sparse包   ： conda install -c conda-forge scikit-sparse
卸载包：conda remove <package_name>
1
2
3
4
5
6
7

4. 在实际安装包的过程中发生的问题的解决方法

安装yaml失败：

使用了pip install yaml -i https://pypi.douban.com/simple/造成失败
1

原因是python3中只能使用pyyaml

安装tensorboard：

pip install tensorboard==1.15 -i https://pypi.douban.com/simple/
1

如何查看一个正在运行的程序安装的位置？
例：安装的mongodb路径在哪
先打开cmd输入services.msc查看服务可以看到MongoDB服务，右键看属性

windows下安装scikit-image出错解决:使用pip install scikit-image安装的过程中出现Could not find a version that satisfies the requirement scikit-image (from versions: ) No matching distribution found for scikit-image。

解决方法：
使用管理员身份运行命令窗口，再使用

pip install scikit-image
1

即可

加速安装

pip install -i https://pypi.doubanio.com/simple/ tensorflow==1.15.0
conda config --add channels https://pypi.doubanio.com/simple/
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
1
2
3
4
5