ubuntu 使用Anaconda配置环境

本文介绍了如何在Ubuntu系统中利用Anaconda创建和管理虚拟环境,详细步骤包括创建指定Python版本的虚拟环境、激活与退出环境、安装基础及机器学习相关包,如numpy、pandas、scikit-learn等。此外,还讲解了如何下载和安装PyTorch以及NLP库spacy,并提供了conda常用命令和删除环境的方法。
部署运行你感兴趣的模型镜像

ubuntu 使用Anaconda配置环境

  1. 默认为base, 如果想要创建虚拟环境,可使用如下指令:

    conda create -n your_env_name python=X.x
    //创建python版本为X.x,名为your_env_name的虚拟环境。
    
  2. 进入虚拟环境

    conda activate your_env_name
    
  3. 装载需要的包

    1. # 基础包
      conda install numpy  
      conda install pandas 
      conda install tqdm matplotlib #画图
      
    2. # 机器学习
      conda install scikit-learn 
      
    3. 下载pytorch

      进入官网,找到试合本机的版本

      ​ 第一行:稳定版本 or 测试版本

      ​ 第二行:选择系统

      ​ 第三行:选择安装方式

      ​ 第四行:选择语音

      ​ 第五行:选择cuda版本,可以使用nvcc -V查看ubuntu cuda版本。不确定的话,选择none,仅安装cpu版本

      ​ 示例指令:

      conda install pytorch torchvison torchaudio cpuonly -c pytorch
      
    4. # NLP库
      conda install -c conda-forge spacy
      
  4. 退出虚拟环境

    conda deactivate
    
  5. conda常用的命令。

    1)conda list 查看安装了哪些包。

    2)conda env list 查看当前存在哪些虚拟环境

    3)conda update conda 检查更新当前conda

  6. 删除虚拟环境。

    使用命令conda remove -n your_env_name --all, 即可删除。

  7. 删除环境中的某个包。

    使用命令conda remove --name your_env_name package_name 即可。

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

### 使用 Anaconda 配置 VINS 环境 为了在 Ubuntu使用 Anaconda 正确配置 VINS (Visual-Inertial-SLAM) 环境,需要注意 Python 解释器路径可能因已安装的 Anaconda 而出现问题。解决方法是在编译过程中指定 Python 解释器的位置: ```bash catkin_make -DPYTHON_EXECUTABLE=/usr/bin/python3 ``` 此命令确保 Catkin 构建工具使用系统的 Python 版本而不是 Anaconda 提供的版本[^1]。 #### 创建专用 Conda 环境 建议创建一个新的 Conda 环境来隔离依赖项,防止与其他项目冲突。可以按照如下方式操作: ```bash conda create --name vins_env python=3.8 conda activate vins_env ``` 这一步骤有助于保持环境整洁,并减少不同库之间潜在的兼容性问题。 #### 安装必要的包 对于特定于 VINS 的需求,如 OpenCV 和其他视觉处理库,在新环境中安装这些依赖项非常重要。考虑到先前遇到过的 Opencv 版本冲突警告 `/usr/bin/ld: warning: libopencv_calib3d.so.3.3` 可能与 `libopencv_calib3d.so.4.2` 发生冲突[^5],应该谨慎选择合适的版本进行安装: ```bash conda install opencv=3.4.9 # 或者根据具体需求调整版本号 pip install numpy matplotlib scipy ... ``` 注意要匹配好各个组件之间的版本关系,特别是当涉及到 C++ 库和 Python 绑定的时候。 #### 设置环境变量 最后,更新 `.bashrc` 文件中的环境变量设置以支持 CUDA 编程和其他硬件加速功能: ```bash export PATH=/usr/local/cuda-11.6/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} export CUDA_HOME=/usr/local/cuda-11.6 source ~/.bashrc sudo ldconfig ``` 上述指令适用于具有相同 CUDA 版本的情况;如果有不同的 GPU 加速卡,则需相应修改路径[^3]。 通过以上步骤可以在 Ubuntu 中利用 Anaconda 成功构建适合 VINS 开发的工作空间。
评论
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
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