深度学习环境配置之Anaconda安装和pip源方式
conda是一种通用包管理系统,与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。
Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,就是把很多常用的不常用的库都给你装好了。
Miniconda,顾名思义,它只包含最基本的内容——python与conda,以及相关的必须依赖项。对于基于的深度学习项目,miniconda可以正常使用
1. conda 下载
清华源的conda下载地址:
- anaconda : Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
- miniconda : Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
这里不推荐使用最新的,根据系统下载对应文件即可。
2. 安装
下载完成后,直接安装即可
这一步的时候,建议把第二个(增加到环境路径)勾上
3. 运行
在搜索框搜索anaconda,第一个anaconda prompt打开就是
运行如下
这一步没啥必要,主要测试是否安装成功
以后打开,直接在dos窗口输入就行了
4. 关于conda的命令
- 查看conda虚拟环境:conda info --envs
- 新建虚拟环境:conda create -n demo python=3.8 (demo是自定义环境名称)
- 删除虚拟环境:conda env remove --name demo
- 激活虚拟环境:conda activate demo(demo是自定义环境名称)
5. 配置 pip 国内源
后续在conda环境安装库文件,使用pip安装,更换国内镜像源可以加快下载速度
这里使用清华镜像源
网站:pypi | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
TIPS :激活conda新建的虚拟环境且进入后,在复制上面的命令!!
出现一行什么 writing to xxxx.pip.ini 就行了
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
最新评论