深度学习的代码,好多都需要安装一些安装包,在服务器上安装需要权限就很麻烦.看到网上有说把这些安装包一个个下载下来上传到服务器再安装,心累,想想工程量就很大~~~ 这时候就可以在anaconda中新建虚拟环境,把这些需要的安装包都装到一个虚拟环境里面. 首先,找到conda的路径.服务器上的conda在/usr/local/anaconda3/bin,注意直接cd到这个目录输入conda会找不到,可以留个bin下来. conda -V 得到conda的版本 conda env list查看当前设置

可参考:https://www.jianshu.com/p/ab9ae548b253 虚拟环境是Python的隔离工作副本.这意味着每个环境都可以具有自己的依赖关系,甚至可以具有自己的Python版本. 如果您需要不同版本的Python或不同项目的软件包,这将很有用.在测试软件包并确保您的主要Python安装保持健康时,这也可以使事情保持整洁. 使用Anaconda创建虚拟环境1.创建虚拟环境 *注: 以下的涉及到的命令中的--user选项和省略(如果默认安装当前用户的话). pip insta

由于需要使用Tensorflow的1.xx的低版本,但是cmd下载一直报错没有解决,就想着用Anaconda,但是真实环境我已经装上Tensorflow2.0了不想换了,所以就想着再建一个python3.6的虚拟环境.不过这个过程还是比较曲折的,这篇文章把整个过程的操作和报错解决方法记录下来,以备后用.内容包括: 虚拟环境建立 添加虚拟环境到jupyter notebook 错误解决方法 建立Anaconda虚拟环境 以管理员身份运行Anaconda Prompt 输入以下命令: conda c

首先安装anaconda(3) Anacond的介绍Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项. 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python). Conda是一个开源的包.环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换 A

1 曾经的困扰 有段时间,想使用基于不同python版本的anaconda,就直接从官网下载了两个不同的anaconda版本进行安装.刚开始的时候,还觉得也没啥问题.用了一小段时间,在安装其他的第三方库时,经常发现安装失败,并且经常出现下面的问题:这个问题,我google.百度等查了好久,也没有解决好.后来,我把两个版本的anaconda都卸载了,重新安装了其中一个版本,发现再安装其他第三方库时,上述问题就不存在了.很有可能上述问题就是同时安装两个版本的anaconda引起的(不过我也不能完全肯

工作时有时候会遇到不同版本的问题,比如深度学习tensorflow 1.14版本 和 2.0版本,或者cpu版本和gpu版本,那么这个时候建立虚拟环境就很方便了 anaconda命令行下 1) activate 默认进入base环境 2)conda create -n XXX python=3.7 创建了一个含有python=3.7的环境,名字叫XXX 3)activate XXX 有时候是 source activate XXX(进入该环境以后就可以安装自己想要的包了,pip install

首先,创建一个环境用来安装Tensorflow: conda create -n tensorflow python=3.5.6 安装以后,在Anaconda Navigator可以看到已经增加了一个新环境: 在cmd窗口中输入: conda activate tensorflow 安装Tensorflow的GPU版本: pip install --upgrade --ignore-installed tensorflow--gpu 在PyCharm中,File->Settings->Proj

# 1.创建虚拟环境 conda create -n env_name python==版本号 # 2.激活虚拟环境 conda activate env_name # 3.下载相关模块 pip install 模块名 # 4.查看模块 pip freeze # 5.删除模块 pip uninstall 模块名 # 6.删除虚拟环境 conda env remove -n env_name

安装tensorflow等如下: https://blog.csdn.net/Gransand/article/details/80713810 修改默认打开目录如下: https://blog.csdn.net/u014552678/article/details/62046638 参加方式2并将%U删除 注意事项: 用pip安装时,崩了两次环境了.因为安装一个安装包时,会附带安装其他的,但是conda方式已经安装过,两个就会冲突. pip是python官方的安装方式,conda是anacon

基础准备 修改本地时区 cp -rf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime 安装epel yum源 yum -y install epel-release 安装各类依赖环境,依赖包 yum -y groupinstall "Development Tools" yum -y install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlit

参考: jupyter notebook添加kernel 在jupyter notebook上使用虚拟环境 本文是在anaconda的环境下配置的,装好anaconda后,jupyter-notebook就自带装上了.我们在使用python的过程中往往需要使用虚拟环境,在终端下激活虚拟环境很方便,但是在jupyter-notebook中需要进行一些配置方可使用. 总共只需两步.第一步,为需要在jupyter-notebook中使用的虚拟环境安装ipykernel,如我为自己的py27-caffe

1.通过anaconda新建虚拟环境 创建虚拟环境:conda create -n your_env_name python=3.6 激活虚拟环境:activate your_env_name(虚拟环境名称) 关闭虚拟环境:deactivate 例如:我新建的虚拟环境 air (1)在虚拟环境中安装jupyterlab 在虚拟环境中安装jupyter lab:conda install jupyterlab 更改工作目录:jupyter notebook --generate-config 会在

1. 前提: 安装前服务器情况,已经安装好了: CUDNN=7.3.0 CUDA=10.0.130 Opencv 2.4.13 相应命令为: cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 opencv版本 pkg-config opencv --modversion 2. 准备caffe, python环境 从https://

基本操作 查询已有的虚拟环境 workon 激活虚拟环境 workon 虚拟环境名 退出虚拟环境 deactivate 删除虚拟环境 rmvirtualenv 虚拟环境名 查看python版本检查 python -V 查看包 pip list 创建文件夹 mkdir 文件夹名 查询python的路径 which python3.5 返回结果: /usr/bin/python3.5 新建虚拟环境 mkvirtualenv -p python路径 虚拟环境名 例:mkvirtualenv -p /u

Anaconda配置环境变量+创建虚拟环境 配置环境变量 没有添加系统变量,所有系统根本识别不了conda命令,找不到位置,所以添加以下系统变量: 添加对应Anaconda环境变量:(以自己的安装路径为准) D:\programe\anaconda; D:\programe\anaconda\Library\mingw-w64\bin; D:\programe\anaconda\Library\usr\bin; D:\programe\anaconda\Library\bin; D:\progr

原文链接:https://blog.csdn.net/ITLearnHall/article/details/81708148 另可参看文章:https://www.cnblogs.com/jonins/p/9691826.html 1.Anaconda介绍及详细安装教程 https://blog.csdn.net/ITLearnHall/article/details/81708148 2.配置环境变量 我们在安装anaconda时,没有勾选添加环境变量这一选项.对与Windows系统,需要自

前言 实话说,在自己亲手捣鼓了一下午加一晚上后,本人深深地感受到了对于"Anaconda安装+虚拟环境Tensorflow安装"里面的坑点之多,再加上目前一些博主的资料有点久远,尤其是目前有的教程还在教大家创Python3.5的虚拟环境,而目前的PyCharm已经不支持Python3.5的解释器了!!!当时我看到那一行提示字的时候,险些崩溃...在终于弄好后,写下这篇博客记录安装过程,以及踩到的大大小小的坑点,既是记录,也希望对大家有所帮助. Anaconda安装 一.首先介绍本人的A

http://blog.csdn.net/vencent7/article/details/76849849 自己一直用的 pyenv 和 pyenv-virtualenv 管理不同的 python 环境.昨天朋友推荐我安装一个 Anaconda(通过官网下载安装带有图形界面Anaconda Navigator 的版本,并非通过 pyenv 安装),结果安装之后似乎与原来的 pyenv 不太兼容,在网上搜了一下,有遇到类似情况的:https://stackoverflow.com/questio

一.安装使用 virtualenv 1. 安装 virtualenv pip install virtualenv 2. 新建虚拟环境 virtualenv env1 用 Python3 创建虚拟环境: virtualenv -p (python3安装路径) (虚拟环境名字) virtualenv -p C:\Users\Administrator\AppData\Local\Programs\Python\Python35\python.exe python3 (python3是虚拟环境名字)

virtualenv Python有着庞大的开源社区的支持,很自然就产生这么一个问题:第三方包参差不齐,如果我们想在服务器测试,或者升级某个包,就会导致生产环境产生杂乱,多余的第三方依赖包. virtualenv就是来解决这个问题的,virtualenv可以生成多个的Python环境,各个环境相互独立,互不影响,且和正式环境一模一样. 1.安装pip install virtualenv2.用法:(1)创建ENV:virtualenv ENV该命令会创建一个安装包存放目录:ENV/lib/pyt