anaconda安装（借用）

转载 已于 2022-03-07 10:44:20 修改 · 234 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://www.jianshu.com/p/ef1ae10ba950
文章标签：

#python

于 2022-03-07 10:05:01 首次发布
本文详细介绍了如何在VSCode中配置Anaconda，包括添加到系统路径和推荐的安装流程，适合初学者和开发者参考。
部署运行你感兴趣的模型镜像

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

chennanji
关注
anaconda环境安装pytorch(实际上还是pip安装的)
主攻大数据 人工智能 物联网 安全 低空经济等方向。mtsc 、gtest特邀分享嘉宾
07-02 254
win11是在桌面右键，点击“显示设置”，点击左边选择“系统”选项，选择右边的“系统信息”选项，“高级系统设置”-“高级”-“环境变量”-“系统变量”-”path”-“编辑”-“新建”，把相关内容加进去。cuDNN不是一个安装软件，就是三个最新的文件夹，替代cuda里面的文件，下载，复制，粘贴到cuda安装目录即可。首先系统支持的cuda，打开nvidia控制面板，点击左下方的“系统信息”，点击“组件”，显示版本是“12.1.112”。安装完成后，大部分需要手动添加环境变量，方便检测是否安装成功。
使用Anaconda3安装tensorflow CPU版本框架
wdxgj123的博客
04-06 2086
使用Anaconda3安装tensorflow框架，记录一下我踩过的坑 （1）首先为tensorflow创建新环境 打开Anaconda3的Anaconda Prompt小黑框 tensorflow不支持自带的python版本安装tensorflow,所以必须新建新环境。下面代码当中的tensorflow是环境变量的名字，可以根据需要自己定义。python版本也可以根据自己的需要修改，tensor...
Window安装Anaconda后，conda不是内部或者外部命令
wfh15140475085的博客
04-20 3758
安装Anaconda时，打开cmd命令，出现Window安装Anaconda后，conda不是内部或者外部命令， 安装过程： 其中大部分都是写配置的问题 1、勾选Add Anaconda to the system PATH environment variable,问题就可以解决 2、若还没有解决，可能是安装时关了弹出框，在安装过程中会弹出黑屏框，这个千万不要关，它自己会关！！！（这个很重要）...
动手深度学习-环境配置（手动安装,一步一步教你，有截图可看）
12-21
一：官网教程 这一部分对应了书中的第二讲：预备知识部分。因为我是Windows用户，所以这里先只讲Windows部分的安装过程。 1：第一步是根据操作系统下载并安装Miniconda，在安装过程中需要勾选“Add Anaconda to the system PATH environment variable”选项，将python添加到环境变量中。（https://conda.io/en/master/miniconda.html） 2：第二步是下载包含本书全部代码的压缩包。我们可以在浏览器的地址栏中输入 https://zh.d2l.ai/d2l-zh-1.0.zip 并按回车键进行下载。下
Anaconda安装错误“faild to add anaconda to the system path” 解决
sh0308的博客
04-20 5411
      Anaconda安装快要结束时报错 “faild to add anaconda to the system path”，通过搜索发现可能是安装路径有问题，因此按照默认路径进行安装，问题得到解决，在此做个简单记录。参考：1.https://blog.youkuaiyun.com/Debatrix/article/details/56024008...
安装Anaconda时，如果选择了Add Anaconda to system PATH environment variable
热门推荐
guanguanboy的专栏
09-11 3万+
  会添加如下路径到Path中：
python安装anaconda_python环境Anaconda的安装
weixin_39636717的博客
11-20 370
本人最开始的的环境为：win10 + 32位的python最近想学习一下爬虫，听说某些库需要64的python才能实现（本人也是小白，只是平时喜欢折腾，这里是听说，暂时没有能力解释），无奈之下只好卸载重装，期间发现大家都说Anaconda这个环境好，于是。。。这里介绍了很多我安装时遇到的问题，以及怎么解决的（小白看一下，或许能有些收获）时间有限的话可以直接划到最后，看具体的安装步骤最开始就是需要卸...
win10下载Anaconda并创建虚拟环境安装pytorch
聒噪的珍珠丸子的博客
11-03 2299
这里写自定义目录标题win10下载Anaconda并创建虚拟环境安装pytorch新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 win10下载Anaconda并创建虚拟环境安装pytorch 给自己mark一下安装环境的
Conda在Anaconda中的应用
potentme的博客
02-01 661
Conda是众多开源包的管理系统与环境管理系统，在anaconda环境中，通过conda相关指令可以进行查看已安装包、更新包、安装其他包等操作。通过pip环境进行安装的包也可以由conda进行管理。 ①  首先在所在系统中安装Anaconda 安装后，打开Anaconda Prompt输入指令conda list可以查看已经成功安装的包 ②  co
anaconda+pycharm+tensorflow的安装和对应
ldy199911的博客
09-24 1284
本篇笔记是为了帮助需要安装anaconda+pycharm+tensorflow的同学，因为之前踩了太多坑，在此记录一下差不多正确的方式，如果你怎么都装不上，不妨试试该方法 对于anaconda和pycharm的安装就不多说了，网上很多教程和破解的方法，如有需要也可私信我 首先是anaconda这方面，为了加快速度和没有多余的错误，我们借用清华的镜像，方法如下： 在C:\Users\Administrator路径下搜索.condarc文件，选择用记事本打开，将下面这段代码替换掉原来的代码： ssl_
Python安装教程之anaconda篇
weixin_41050939的博客
12-26 3613
【导读】我们知道，Python的功能非常强大。那么对于迫切想学习Python的新手同学来说，第一件事情可能需要了解python是什么？能用来做什么？语法结构是怎样的？这些我们几句话很难介绍清楚，后续会陆续出python入门教程来为大家一一介绍。为了方便了解python是什么，我想首先把python安装到自己的电脑中也是很重要的步骤。本文将手把手教你如何安装python. 01、选择哪种安装方式 安装python通常有两种方式，一是安装python安装包，二是安装anaconda。这里我建议小白同学选择a
Anaconda安装教程 Win10
soohoo
12-03 807
Anaconda安装教程 Win10 1、下载安装包 在Anaconda官网下载安装包https://www.anaconda.com/products/individual 想安装其他版本的，请看这里https://docs.conda.io/en/latest/miniconda.html 2、安装 （1）双击打开，开始安装 （2）点击Next (3)同意协议，点击I Agree （4）Just me和All users的选择影响不大，最好选All users ，点击Next （5）选择安装
Anaconda安装详细步骤
weixin_45808406的博客
05-23 1905
Anaconda安装详细步骤 1 下载 anaconda https://repo.continuum.io/archive/ 或者清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 2 安装anaconda add anaconda to the system path environment variable 勾上 其它的一路默认安装就行。 3 建立环境 conda create -n tensorflow_cpu python=3.6
Anaconda 环境管理：安装与使用
水木年崋
04-30 752
包括简介、安装步骤、常用命令等
【Anaconda】Anaconda3安装配置及常见问题解决方法（图文教程）
一个甜甜的大橙子的博客
05-12 8679
Anaconda3安装配置及常见问题解决方法（图文教程）
Python编程环境（1）——Anaconda3安装及问题
bluewater的专栏
02-03 2万+
目录 1、Anaconda安装 2、Anaconda安装过程错误提示 （1）anaconda安装故障：failed to create anaconda menu install.py工作过程： 3、非默认包的安装 Python编程环境（0）——（Anaconda+Qt+PyQt+Eric6及Eclipse+PyDev） https://blog.youkuaiyun.com/sjpljr...
anacodna安装之环境变量&&系统注册表
m0_56741459的博客
08-29 1772
注册表中的设置优先级通常高于PATH环境变量，这会影响某些特定操作（如双击.py文件或某些依赖注册表的应用）。对于普通命令行操作，PATH环境变量的顺序仍然是决定 Python 解释器优先级的主要因素。修改注册表需谨慎，建议备份并在了解具体影响后操作。
Anaconda安装错误
weixin_45284804的博客
04-14 8311
网上查了很多方法，都不适合，在此记录以下对自己有用的方法备忘。 参考链接1:https://blog.youkuaiyun.com/suijue9389/article/details/80278398 参考链接2：https://blog.youkuaiyun.com/Dali_/article/details/104919413?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-7.cont
Windows11下安装Anaconda3（保姆式教学）
Burp_Boom的博客
04-12 2万+
Windows11下安装Anaconda3 1、下载 直接点击Download 2、安装 双击直接打开 点击Next> 点击I Agree 一般选ALL User 然后点击Next> 会跳一个安全框，点击是 然后点击Browse..选择安装路径 在D盘中选择一个安装位置新建一个叫Anaconda3的文件夹（方便管理） 点击确定 点击Next> 这里我懒得去环境变量中添加就直接选择了Add Anaconda3 to the system PATH 点击Install 等待安
也不借用TensorFlow
最新发布
11-25
在 Anaconda 5.3.1 和 Python 3.7 环境下，不借助 `torch` 和 `TensorFlow`，可以使用 `MXNet` 库基于卷积神经网络对 MNIST 数据集进行分类分析、数据及结果分析与可视化。以下是具体实现步骤： ### 安装必要的库 使用以下命令安装 `MXNet` 和 `matplotlib`： ```bash pip install mxnet matplotlib ``` ### 加载和预处理 MNIST 数据集 ```python import mxnet as mx from mxnet import gluon from mxnet.gluon.data.vision import datasets, transforms # 加载 MNIST 数据集 train_dataset = datasets.MNIST(train=True) test_dataset = datasets.MNIST(train=False) # 数据预处理 transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize(0.1307, 0.3081) ]) train_data = gluon.data.DataLoader( train_dataset.transform_first(transform), batch_size=64, shuffle=True ) test_data = gluon.data.DataLoader( test_dataset.transform_first(transform), batch_size=64, shuffle=False ) ``` ### 构建卷积神经网络模型 ```python from mxnet.gluon import nn # 构建卷积神经网络模型 net = nn.Sequential() with net.name_scope(): net.add( nn.Conv2D(channels=32, kernel_size=3, activation='relu'), nn.MaxPool2D(pool_size=2, strides=2), nn.Conv2D(channels=64, kernel_size=3, activation='relu'), nn.MaxPool2D(pool_size=2, strides=2), nn.Flatten(), nn.Dense(64, activation='relu'), nn.Dense(10) ) # 初始化模型参数 net.initialize(mx.init.Xavier(), ctx=mx.cpu()) ``` ### 训练模型 ```python from mxnet import autograd, nd # 定义损失函数和优化器 softmax_cross_entropy = gluon.loss.SoftmaxCrossEntropyLoss() trainer = gluon.Trainer(net.collect_params(), 'adam', {'learning_rate': 0.001}) # 训练模型 epochs = 5 for epoch in range(epochs): train_loss = 0 train_acc = 0 for data, label in train_data: data = data.as_in_context(mx.cpu()) label = label.as_in_context(mx.cpu()) with autograd.record(): output = net(data) loss = softmax_cross_entropy(output, label) loss.backward() trainer.step(data.shape[0]) train_loss += nd.mean(loss).asscalar() train_acc += (output.argmax(axis=1) == label).mean().asscalar() print(f'Epoch {epoch + 1}, Loss: {train_loss / len(train_data)}, Acc: {train_acc / len(train_data)}') ``` ### 评估模型 ```python test_acc = 0 for data, label in test_data: data = data.as_in_context(mx.cpu()) label = label.as_in_context(mx.cpu()) output = net(data) test_acc += (output.argmax(axis=1) == label).mean().asscalar() print(f'Test accuracy: {test_acc / len(test_data)}') ``` ### 结果可视化 ```python import matplotlib.pyplot as plt # 绘制训练过程中的准确率曲线 train_acc_list = [] for epoch in range(epochs): train_acc = 0 for data, label in train_data: data = data.as_in_context(mx.cpu()) label = label.as_in_context(mx.cpu()) output = net(data) train_acc += (output.argmax(axis=1) == label).mean().asscalar() train_acc_list.append(train_acc / len(train_data)) plt.plot(range(1, epochs + 1), train_acc_list, 'bo', label='Training acc') plt.title('Training accuracy') plt.xlabel('Epochs') plt.ylabel('Accuracy') plt.legend() plt.show() ```
评论
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
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