Anaconda环境部署常用命令

环境部署常用的Linux命令 环境部署用了不少的linux命令,把这些用到的命令根据自己的学习和网上的资料做了一次总结和记录,每个命令不会去介绍所有的参数,只介绍一些常用的 立即下载

一、Anacond下载
下载地址:https://www.anaconda.com/download/

二、Anaconda prompt 命令行工具

三、环境操作相关
创建新环境
conda create -n envname(环境名) python=3.4(版本)

克隆环境
conda create -n envname2 --clone envname1

查询当前已创建的环境
conda info -e

切换环境
Linux : source activate envname
Windows:activate envname

注销环境
Linux:source deactivate
·Windows:deactivate

删除环境
conda remove -n envname --all

四、conda安装
conda list # 查看已安装的当前环境所有包
conda search fastqc # 查找特定包,查看软件版本
conda install fastqc # 安装包
conda install fastqc=0.11.6

配置镜像
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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

安装包时显示安装的频道
conda config --set show_channel_urls yes
查看已经添加的channels
conda config --get channels

已添加的channel在哪里查看
vim ~/.condarc
五、pip安装
pip install SomePackage # 未安装时直接安装最新版本
pip install SomePackage1.0.4 # 指定版本
pip install ‘SomePackage>=1.0.4’ # 最小版本
pip install -U SomePackage # 已安装情况下更新到最新版本
pip install SomePackage
# 查看所有可安装版本

pip show SomePackage # 查看已安装软件版本号
pip uninstall SomePackage # 删除已安装包

Conda 安装使用图文详解(2021版)

Linux服务器环境部署命令 Linux服务器环境部署命令,Linux服务器环境部署命令,Linux服务器环境部署命令 立即下载

相关推荐

Mac中PyCharm配置Anaconda环境的方法

在 python 开发中我们最常用的IDE就是PyCharm,有关PyCharm的优点这里就不在赘述。在项目开发中我们经常用到许多第三方库,用的最多的命令就是pip install 第三方库名 进行安装。现在你可以使用一个工具来帮你解决经常安装第三方库的麻烦,这个工具就是Anaconda。 Anaconda集成了100多个常用的第三方库,在项目的开发中就可以减少使用 pip 命令进行安装。有关Anaconda的安装包,大家可以前往官网进行下载并安装。 这里我想注重说明的是Mac 中PyCharm 配置 Anaconda的环境。 第一步打开PyCharm,进入偏好设置中,Mac 中的快捷键是co

jupyter notebook用conda虚拟环境

jupyter notebook适用conda虚拟环境

m0_53686423的博客 582

Anaconda python虚拟环境管理 (windows 10环境)

概念: Anaconda是专注于数据分析的Python发行版本,机器学习入门首选平台,包含了许多科学计算包。 conda是一个package,可以用来管理python的依赖和环境。与python中的virtualenv相对比,都可以为python程序创建一套“隔离”的运行环境,不同的是virtualenv只能创建系统原有的python版本,而不能创建创建任意版本的环境。同时conda也提供了类似于pip的packages管理功能。总的来说,conda管理各个环境的python 版本与packages。感觉还是蛮好用的XD,不过有些包好像conda上下不到,pip还是必须的。 Anaconda

Anaconda3缺失Prompt、Spyder等组件快捷方式的恢复方法

计算机系统或者Anaconda3更新后可能导致开始菜单里Anaconda的Navigator、Jupyter Notebook、Anaconda Prompt 和Spyder应用的快捷方式消失。恢复快捷方式的方法如下。

weixin_42059527的博客 3726

maya权重拷贝一对一,一对多

是不是有时候盔甲很多很碎头很大,用代理一个个拷贝很麻烦吧 用下面代码直接运行进行一对多或者一对一拷贝 第一个先选择参考物体,加选其他一堆有的没的有权重或没权重的物体执行一键拷贝,就可以啦 以下是源码送上,带走吧 ------------------------ #! -*- coding:utf -8 -*- #author:liubingdong #date:20...

weixin_30852367的博客 1532

OpenWrt kmod内核不兼容?手把手教你用脚本强制安装驱动模块(附国内镜像源)

本文详细解决了OpenWrt kmod内核不兼容问题,提供智能脚本强制安装驱动模块的方法,并附有国内镜像源加速配置。通过自动化脚本修改内核MD5校验值,确保kmod包正常安装,同时推荐多个国内镜像源以提升下载速度。

weixin_42549451的博客 542

Anaconda使用中遇到的一些问题(更新中...)

1. 输入anaconda-navigator: 未找到命令 解决方案: 方案一(单次):首先输入conda activate激活anaconda的环境,你会发现此时你在anaconda的(base)环境下,然后再使用conda activate [你的环境名] 即可。在激活anaconda环境之后你就可以使用anaconda-navigator了。 方案二(永久):用conda config ...

澄宁的博客 1万+

PyTorch实战(12)——图神经网络(Graph Neural Network,GNN)

在本节中,我们首先简要概述了图神经网络 (Graph Neural Network, GNN) 的核心概念与应用,GNN 通过构建计算图分层聚合节点特征,解决了传统神经网络处理图数据时的四大局限:信息深度不足、节点顺序敏感、动态扩展困难和特征稀疏性问题。了解了不同类型的图学习任务(包括节点级、边级和图级三大类)。接着我们研究了几种流行的 GNN 模型,包括:GCN (通过权重共享实现图卷积)、GAT (引入注意力机制区分邻居重要性)和 GraphSAGE (采用随机采样应对大规模图)。

盼小辉丶的博客 3672

VSCode+Anaconda虚拟环境

(2)在 VSCode 中运行代码时,先选择 Python 解释器,按 F1 或 Ctrl+Shift+P 打开命令面板,输入。(1)在 VSCode 终端中,使用命令。创建虚拟环境,并进行包的安装。选择所创建虚拟环境的解释器。

mycsdn的博客 902

Android框架WiFi架构

动平台,它主要是用来支持WEP,WPA/WPA2和WAPI无线协议和加密认证的,而实际上工作内容是通过socket(不管是wpa_supplicant与上层还是wpa_spplicant与驱动都采用socket通讯)与驱动交互上报数据给用户,而用户可以通过socket发送命令给wpa_supplicant调试来对wifi芯片操作,简单的说,二、android wifi 系统架构:andtoid wifi 系统引入了wpa_supplicant,它的整个wifi系统。

手机-手表蓝牙开发工程师的博客 3459

超详细!Linux 服务器 6 大核心性能测试(附自动脚本 + 结果分析秘籍)---Linux 服务器性能测试文档

本文档旨在提供 Linux 服务器的 CPU、内存和磁盘性能测试方案,包括详细的测试大纲、操作步骤以及一键化测试脚本,帮助管理员快速评估服务器性能状况。通过以上测试方案,可以全面评估 Linux 服务器的 CPU、内存和磁盘性能,为系统优化、容量规划和问题排查提供重要参考依据。使用 sysbench 进行 CPU 基准测试。使用 sysbench 测试内存读写性能。使用 fio 工具进行更全面的磁盘测试。使用 dd 命令测试磁盘顺序读写性能。使用 dd 命令测试内存读写速度。记录磁盘 IO 性能。

jundao1997的专栏 381

Linux安装Anaconda3及Conda创建虚拟环境

Anaconda(开源的Python包管理器)是一个python发行版,包含了conda、Python等180多个科学包及其依赖项。

每天都要开心呀(#^.^#) 3123

Java SSH框架学习

Java SSH框架学习

私信可回答各种问题~ 1790

本地部署使用MinerU教程

MinerU本地部署使用

weixin_43405472的博客 4286

SSH 远程登录报错:kex_exchange_identification: Connection closed.....

不知道为啥会出现这样的情形,最近这段时间登录都是正常的,不知道哪里抽风了,就提示这个。错误信息 kex_exchange_identification: Connection closed by remote host 出现在尝试使用 SSH 连接到远程服务器过程中,表明在密钥交换阶段的一开始,远程主机就关闭了连接。服务器的sshd_config文件中配置错误,可能是不允许的加密算法、修订文件中的语法错误,或者未正确指定用于SSH的HostKey。如果当前已有太多活动连接,新的连接尝试可能会被拒绝。

飞越蓝天的专栏 8299

AgentScope实战训练营-Java开发HITL人机协作AI应用完整指南

本文手把手带你从零搭建一个基于 Spring Boot WebFlux + AgentScope + 通义千问的人机协作(HITL)AI 聊天应用。项目涵盖流式对话、工具调用、高危操作确认、对话中断、动态 MCP 工具接入、中英文双语界面等完整功能。文章从环境准备、pom.xml 配置、DTO 数据模型、Hook 机制、AgentService 核心服务、ChatController 接口到前端 HTML/CSS/JS 实现,逐一讲解每行代码的设计意图,并附带 REST API 接口说明、测试场景、常见问题

program哲学 713

Anaconda Prompt常用命令全解析:提升开发效率的必备技巧

基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。架构理解:掌握实时语音应用的完整技术链路(ASR→LLM→TTS)技能提升:学会申请、配置与调用火山引擎AI服务定制能力:通过代码修改自定义角色性格与音色,实现“从使用到创造”从0到1构建生产级别应用,脱离Demo,点击打开。

2600_94960194的博客 411

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

LLaMA - Factory安装部署及微调流程

deepspeed、bitsandbytes、vllm、flash - attn等属于可选依赖。例如deepspeed可减少内存消耗,适用于内存资源有限的情况,但可能会使训练时间拉长。即便不安装这些可选依赖,LLaMA - Factory依然能够完成微调任务。

qq_43588095的博客 5228

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Guohua Diffusion 环境配置详解:Anaconda创建独立Python运行环境

本文介绍了如何在星图GPU平台上自动化部署🏮 Guohua Diffusion镜像,并利用Anaconda为其创建独立的Python运行环境。通过环境隔离技术,用户可以高效配置该AI绘画模型所需的依赖,从而专注于利用该模型进行高质量的图片生成与艺术创作。

weixin_30021053的博客 297

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

Conda环境搭建完全指南,打造优秀python开发环境!

Conda是一个开源的包管理系统和环境管理系统,主要用于安装和管理Python包。可以创建独立的Python环境可以在环境之间自由切换支持多版本Python共存跨平台支持(Windows/Mac/Linux)

2301_80235262的博客 1581

告别环境冲突!用Anaconda在Linux上5分钟搞定tRNAscan-SE-2.0(保姆级教程)

本文提供了一份详细的保姆级教程,介绍如何使用Anaconda在Linux系统上快速安装tRNAscan-SE-2.0,避免环境冲突问题。通过创建独立的conda环境,用户可以轻松部署这一生物信息学工具,并掌握其高效使用技巧和常见问题解决方案。

weixin_28681255的博客 311

在windows部署ChatGLM-6B

如何本地离线部署大语言模型

小马过河R的博客 1604

Anconda常用命令

虚拟环境是一种工具,可以让您在同一台计算机上创建多个独立的Python环境,每个环境可以 拥有自己的Python解释器版本、包和依赖项。默认的镜像,一般建议在用户目录下创建文件 ".condarc",在.condarc 文件中添加镜像,在开发中,不同的项目可能需要不同版本的Python或不同的第三方库。环境,您可以为每个项目创建一个独立的环境,确保项目之间的依赖关系互不干扰,此外,虚拟环境也方便在不同计算机。创建指定目录下的虚拟地址,通过 -p 或 --prefix 指定虚拟环境的地址,

liang8999的博客 257

Anaconda环境配置:TranslateGemma开发最佳实践

本文介绍了如何在星图GPU平台上自动化部署【ollama】translategemma-12b-it镜像,实现高效的多语言翻译任务。该平台简化了环境配置流程,用户可快速搭建专业的翻译模型环境,应用于技术文档、专业内容等高精度翻译场景,显著提升翻译效率和质量。

weixin_31315007的博客 27

Ollma本地部署Qwen2.5 14B(不使用docker)

部署机器硬件情况: 内存 :32GB 显卡 :3060 为什么不使用docker: 1.网上教程大多以docker为主 2.安装docker的时间太长,在等待的时候顺便尝试一下不用docker的部署 1.安装Ollama 下载地址:https://ollama.com/ 下载好之后默认安装即可。 Ollama常用命令 【跟docker差不多,初次安装的话这边可以忽略,先看下面的】 ollama...

weixin_36900824的博客 404

Ubuntu部署Anaconda环境及conda使用

1 Anaconda部署 1.0 下载Anaconda https://www.anaconda.com/distribution/#linux 1.2 生成Anconda认证 cmd md5sum /path/Anaconda3-2018.12-Linux-x86_64.sh Result c9af603d89656bc89680889ef1f92623 Anaconda3-201...

天然玩家的博客 1万+
上一篇: AWS服务器内存不足,添加虚拟内存
下一篇: 《巴菲特的第一桶金》读书笔记
779醒
博客等级 码龄8年 42粉丝 141原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

779醒

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

实付元
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