深度学习环境配置
环境配置
安装 Anaconda
1)下载地址:https://www.anaconda.com/download/success
2)Anaconda是python的一个开源发行版本,主要面向科学计算。我们可以理解为Anaconda是一个预装了很多我们用的到或用不到的第三方库的python。Anaconda里面增加了conda install命令,比pip install方便一些。
3)替换国内镜像源:
1 |
|
4)创建新的环境
1 |
|
5)激活环境
1 |
|
一些额外的小技巧:
- 使用 conda list 查看当前环境中的所有已安装包。
- 使用 conda search
搜索特定包。 - 使用 conda update -n
更新指定环境中的特定包。 - 使用 conda remove -n
从指定环境中删除特定包。 - 使用 conda env list 查看所有已创建的环境。
- 使用 conda env remove -n
删除指定环境。
一些注意事项:
- 在使用 conda 创建环境时,建议在命令中添加 -y 选项,这样可以跳过所有确认提示。
- 每个环境都有自己的独立的库和依赖项,不会影响其他环境。
- 在不同的环境之间切换时,需要使用 conda activate 命令来激活相应的环境。
- 如果你遇到问题,可以使用 conda update -n base conda 来更新 conda 本身。
Jupyter
1)notebook可以直接在代码旁写出叙述性文档,而不是另外编写单独的文档。也就是他可以将代码,文档等一切集中到一处,让用户一目了然。
2)安装好以后可以使用jupyter notebook直接在本地运行一个服务,在浏览器访问即可。
PyTorch
1)安装PyTorch,访问官网:https://pytorch.org/,找到对应的conda安装命令,复制到conda安装即可。
1 |
|
安装好以后使用conda list | grep torch
查看版本
1 |
|
深度学习环境配置
http://example.com/2024/09/02/深度学习/深度学习环境配置/