conda环境切换清华源下载；conda常用命令；安装opencv问题_conda临时使用清华源

anaconda安装

anaconda安装教程

自己设置环境变量的话设置下图中的三个即可

anaconda换下载源

Windows系统命令行中使用如下命令即可添加清华源

  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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  conda config --set show_channel_urls yes#设置搜索时显示渠道地址，效果如下图
1
2
3
4

查看当前已有源(Current channels)

conda config --show-sources
1

效果如下图

有时候国内镜像源无法连接，需要恢复原来的源时使用如下命令：

conda config --remove-key channels
1

国内其他镜像源地址
阿里云
http://mirrors.aliyun.com/pypi/simple/

中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban)
http://pypi.douban.com/simple/

清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学
http://pypi.mirrors.ustc.edu.cn/simple/

conda常用命令

conda环境下升级包

conda update package
1

pip环境下升级包：

pip install --upgrade package
pip install -U package
1
2

列出所有已安装的虚拟环境以及其所在的路径。

conda info --envs
1

新建conda环境
注意：要指定python版本的话最好在创建时就指定，创建后再conda install python=修改版本可能导致其他已安装包出现问题

conda create -n 环境名 python=3.10
1

激活与退出conda环境

conda activate 环境名
deactivate 环境名
1
2

使用activate 环境名即可不用加conda的情形

删除conda环境

conda remove -n 环境名 --all
1

安装指定版本的包

pip install numpy==1.23.1#如果此时有装numpy包，会卸载旧的并安装上指定版本的
1

查看当前环境下安装的包

conda list
1

查看某个指定包的版本

pip show numpy
1

卸载某个包，最好是pip指令装的包用pip uninstall删除，conda指令装的包用conda uninstall删除

conda remove  package
conda uninstall  package
pip uninstall  package
1
2
3

conda环境改名(实质为先复制该虚拟环境再删除)

conda create -n 环境名 --clone oldname
conda remove -n 环境名 --all
1
2

conda安装tensorflow(tensorflow分gpu和cpu两种版本的)

3.8版本的python可以装2.4.0版本的tensorflow,3.10版本的python装2.4.0版本的tensorflow会显示不存在对应版本
conda install tensorflow=2.4.0
conda install tensorflow-gpu=2.4.0

对应2.4.0版本的tensorflow推荐搭配1.20.3版本的numpy比较稳定
pip install numpy=1.20.3
#直接conda命令不行的时候换pip和指定下载源尝试
pip install tensorflow==2.4.0
conda install --channel  https://conda.anaconda.org/anaconda  tensorflow=2.4.0
1
2
3
4
5
6
7
8
9

conda安装pytorch
在此链接https://pytorch.org/查看安装命令，而非单纯conda install torch
如果已经按照前面所提配置过下载源那官方命令中-c及后面的官方源指定可以不加（即只用红线内容），官方源下载速度慢

conda环境导出为requirements.txt或.yml格式并安装（这部分很玄学。还没有大一统方法）
正常的requirements.txt文件打开应该每行都是 包名==版本号

pip freeze > requirements.txt
这命令是用于要在本机上再创一个新conda环境用时，导出的requirements.txt文件不是每行均为 包名==版本号 的格式，不适用于跨机器迁移环境

pip list --format=freeze > requirements.txt
这命令导出的requirements.txt文件就是每行均为 包名==版本号 的格式，然后再用如下安装命令就可以将conda环境迁移到其他机器上
pip install -r requirements.txt
1
2
3
4
5
6

conda list -e > requirements.txt
此种方式导出的是整个conda环境相比pip导出的内容多
conda create --name 环境名 --file requirements.txt
1
2
3

.yaml格式用记事本打开可以看到里面信息包含了name、channels、dependencies信息，想换环境名先打开environment.yaml文件修改环境名再装即可

直接用environment.yml创建环境
conda env export > environment.yaml
conda env create -f environment.yaml
conda env create -f environment.yaml -p /home/user/anaconda3/envs/env_name
注：.yaml文件移植过来的环境只是安装了原来环境里用conda install等命令直接安装的包，
用pip之类装的东西没有移植过来，需要重新安装。
1
2
3
4
5
6

注：如果你原来的环境里的包比较多，不同包的下载来源又不同，可能以上方法均不能一次性移植环境成功

安装opencv(指的就是cv2)

-i：指定库的安装源
–trusted-host：加上这个能省很多麻烦

#安装opencv指令
pip install  -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn opencv-python
1
2

目前建议安装指定版本opencv-python==4.5.3.56
因为按照最新版可能遇到类似Cannot find reference ‘imread’ in 'init.py’的警告很影响使用

如何将pycharm中的interpreter选定为自己创建的conda环境，见下图：