linux中的conda使用

本文详细介绍了如何使用conda进行环境管理,包括安装过程、配置镜像源、创建虚拟环境、安装特定版本软件包等操作。此外,还提供了常用命令及国内镜像源信息。
部署运行你感兴趣的模型镜像

conda

安装

# 使用以下命令下载conda
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 注:若命令不存在,执行 yum install wget -y 安装即可

bash Miniconda3-latest-Linux-x86_64.sh 
# 安装的过程中,一路yes或者回车即可
# 添加环境变量
source /root/.bashrc
配置 aconda 仓库镜像源
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 --set show_channel_urls yes

配置相关环境

# 下载安装TensorFlow,OpenCV,jupyter
conda install -y tensorflow opencv jupyter
相关命令
conda update -n base conda        #update最新版本的conda
conda create -n xxxx python=3.5   #创建python3.5的xxxx虚拟环境
conda activate xxxx               #开启xxxx环境
conda deactivate                  #关闭环境
conda env list                    #显示所有的虚拟环境
conda info --envs                 #显示所有的虚拟环境
conda list         #查看已经安装的文件包
conda list  -n xxx       #指定查看xxx虚拟环境下安装的package
conda update xxx   #更新xxx文件包
conda uninstall xxx   #卸载xxx文件包
conda clean -p      //删除没有用的包
conda clean -t      //删除tar包
conda clean -y --all //删除所有的安装包及cache

# 彻底删除旧环境
conda remove --name oldname --all      

python克隆环境

# 克隆oldname环境为newname环境
conda create --name newname --clone oldname 
#输出结果会提供一个下载地址,使用下面命令就可指定安装1.8.0版本tensorflow
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 

配置讯数据源

#显示目前pip的数据源有哪些
pip config list
pip config list --[user|global] # 列出用户|全局的设置
pip config get global.index-url # 得到这key对应的value 如:https://mirrors.aliyun.com/pypi/simple/

# 添加
pip config set key value
#添加数据源:例如, 添加USTC中科大的源:
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
#添加全局使用该数据源
pip config set global.trusted-host https://mirrors.ustc.edu.cn/pypi/web/simple

# 删除
pip config unset key
# 例如
conda config --remove channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

#搜索
pip search flask  #搜素flask安装包

# 升级pip
pip install pip -U

国内镜像源

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/

pip list #列出当前缓存的包
pip purge #清除缓存
pip remove #删除对应的缓存
pip help #帮助
pip install xxx #安装xxx包
pip uninstall xxx #删除xxx包
pip show xxx #展示指定的已安装的xxx包
pip check xxx #检查xxx包的依赖是否合适

linux下载pytorch

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

Linux系统中,Conda 是一个强大的包管理和环境管理工具,特别适用于数据科学和机器学习领域。它允许用户创建独立的虚拟环境,并为每个项目安装特定版本的依赖库,避免不同项目之间的依赖冲突。 ### 安装 Conda 要开始使用 Conda,首先需要在 Linux 系统上安装它。一种常见的方法是通过下载 Miniconda 的安装脚本进行安装: ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh sh miniconda.sh ``` 执行完安装脚本后,可能需要重新加载 shell 配置或重启终端以使 Conda 生效。 ### 设置镜像源 为了提高下载速度,可以配置 Conda 使用国内镜像源。例如,清华大学提供了 Conda 的镜像服务: ```bash 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 ``` 这些命令添加了两个常用的镜像通道并启用了显示频道 URL 功能,有助于后续排查问题时了解包是从哪个源下载的。 ### 创建与管理环境 一旦安装完成并且配置好了镜像源,就可以开始创建和管理虚拟环境了。以下是一些基本的命令: - **创建新环境**:指定一个新的环境名称以及希望在这个环境中默认安装的 Python 版本。 ```bash conda create --name myenv python=3.8 ``` - **激活环境**:切换到刚刚创建的新环境。 ```bash conda activate myenv ``` - **查看所有环境**:列出所有的 Conda 环境及其状态。 ```bash conda env list ``` - **删除环境**:如果某个环境不再需要,可以将其移除。 ```bash conda remove --name myenv --all ``` ### 包管理 除了环境管理之外,Conda 还支持便捷的包管理功能。这包括安装、更新、卸载包等操作。 - **安装包**:在当前激活的环境中安装新的包。 ```bash conda install numpy pandas ``` - **更新包**:将已有的包更新至最新版本。 ```bash conda update numpy ``` - **卸载包**:从当前环境中移除不需要的包。 ```bash conda remove numpy ``` - **搜索包**:查找可用的包。 ```bash conda search scipy ``` 以上就是关于如何在 Linux 系统中使用 Conda 进行环境和包管理的基本介绍。通过这些基础命令,用户可以根据自己的需求灵活地管理和配置开发环境。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

语音不识别

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值