Conda创建虚拟环境以及包

文章讲述了如何使用conda创建和激活环境,特别是针对bash环境的基础操作。接着详细说明了安装tensorflow-gpu1.13.1的步骤,并提醒检查安装后的可用性。此外,还提到了安装opencv和其他必要包的方法,建议在PyCharm中进行可视化配置。文章强调了避免重复安装包以防止打包错误,并简单提及了在集群终端中解压文件的操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、Conda create -n lyt

2、Conda activate lyt

注意切换到bash基础环境!!才能正确激活!!

具体有export PATH="~/anaconda3/bin/:$PATH"

再source activate

3、安装tensorflow-gpu框架,记得最后加版本号

Conda install tensorflow - gpu 1.13.1

4、检验tensorflow-gpu框架是否可以用

具体在网上去搜,提示:先进入python,再退出exit()

5、安装opencv包以及其他缺少的包

(提示:可以在pycharm中设置运行环境为上述环境,然后在环境中配置包,更加可视化)

6、注意检查安装包是否重复,不然打包会报错!

conda pack

7、在集群终端解压 tar命令

 

 

### 如何使用 Conda 创建管理虚拟环境 Conda 是一个强大的管理环境管理系统,尤其适用于数据科学 Python 开发。以下内容详细介绍了如何在 Ubuntu 系统中使用 Conda 创建管理虚拟环境。 #### 安装 Miniconda 或 Anaconda 首先需要安装 Conda。可以选择安装 Miniconda 或 Anaconda。Miniconda 是一个轻量级的 Conda 分发版本,仅Python Conda,而 Anaconda含了更多的科学计算。以下是安装 Miniconda 的方法: 1. 下载 Miniconda 安装脚本: ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh ``` 2. 赋予脚本执行权限并运行安装程序: ```bash chmod +x Miniconda3-latest-Linux-x86_64.sh ./Miniconda3-latest-Linux-x86_64.sh ``` 3. 按照提示完成安装,并将 Conda 添加到系统的 PATH 中[^1]。 #### 创建虚拟环境 创建虚拟环境Conda 的核心功能之一。以下是创建虚拟环境的步骤: 1. 使用 `conda create` 命令创建一个新的虚拟环境。例如,创建一个名为 `py37` 的虚拟环境,并指定 Python 版本为 3.7: ```bash conda create -n py37 python=3.7 ``` 如果需要指定其他 Python 版本(如 Python 3.11),可以替换为: ```bash conda create -n myenv python=3.11 ``` 2. 如果在创建环境时遇到卡住的情况,可能是由于缓存问题导致的。可以通过清理缓存解决: ```bash conda clean --all ``` #### 激活退出虚拟环境 激活虚拟环境后,可以在该环境中安装依赖包或运行代码。 1. 激活虚拟环境: ```bash conda activate py37 ``` 2. 退出虚拟环境: ```bash conda deactivate ``` #### 查看已有的虚拟环境 可以使用以下命令查看系统中已有的虚拟环境: ```bash conda info --envs ``` 或者: ```bash conda env list ``` #### 修改虚拟环境名称 如果需要修改虚拟环境的名称,可以通过以下步骤实现: 1. 查找虚拟环境的路径。 2. 进入 `anaconda/envs` 文件夹,直接重命名对应的文件夹[^2]。 #### 删除虚拟环境 删除虚拟环境会同时移除该环境中的所有。例如,删除名为 `py37` 的虚拟环境: ```bash conda remove -n py37 --all ``` #### 在虚拟环境中安装 进入虚拟环境后,可以使用 `conda install` 或 `pip install` 安装所需的。建议优先使用 Conda 安装,以确保的兼容性。 1. 查看虚拟环境中已安装的: ```bash conda list ``` 2. 安装特定版本的(例如 TensorFlow 2.2.0): ```bash conda install tensorflow==2.2.0 ``` 或者使用 pip 安装: ```bash pip install tensorflow==2.2.0 ``` #### 指定目录创建虚拟环境 如果需要将虚拟环境创建在特定目录下,可以使用 `--prefix` 参数。例如,在 `D:\software\conda\envs` 目录下创建一个名为 `swin_det` 的虚拟环境: ```bash conda create --prefix=D:\software\conda\envs\swin_det python=3.8 ``` 激活该环境时,可以直接指定路径: ```bash conda activate D:\software\conda\envs\swin_det ``` ### 注意事项 - 创建虚拟环境时,建议明确指定 Python 版本,以避免不必要的兼容性问题[^3]。 - 在安装时,优先使用 Conda,因为 Conda 更擅长处理之间的依赖关系。
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