【youcans的深度学习 01】安装环境详解之 miniconda | 您所在的位置:网站首页 › base安装包 › 【youcans的深度学习 01】安装环境详解之 miniconda |
欢迎关注『youcans的深度学习课』系列,持续更新中… 【youcans的深度学习 01】安装环境之 miniconda 【youcans的深度学习 02】PyTorch CPU版本安装与环境配置 【youcans的深度学习 01】 安装环境详解之 miniconda 1. conda/Anaconda/miniconda conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理。包管理与pip的使用类似,环境管理则允许用户方便地隔离和管理不同python版本的环境。Anaconda和miniconda都是conda的一种发行版。只是包含的包不同。Anaconda包含了conda、python等180多个科学计算工具包及其依赖项,也称为Python的一种发行版。miniconda是最小的conda安装环境,只包含最基本的内容——python与conda,以及相关的必须依赖项。所有的操作命令皆在命令行中完成,没有GUI界面。 1.1 condaconda 是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。 conda将几乎所有的工具、第三方包都当做package对待,甚至包括python和conda自身。因此,conda打破了包管理与环境管理的约束,能非常方便地安装各种版本python、各种package并方便地切换。 1.2 Anaconda——推荐小白使用Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学(数据科学、机器学习、大数据处理和预测分析)。 Anaconda致力于简化包管理和部署,支持 Linux, Mac, Windows系统,拥有超过1400个数据科学软件包。 Anaconda包含Conda和虚拟环境管理,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。 Anaconda使用软件包管理系统Conda进行管理,利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。可以使用已经包含在Anaconda中的命令conda install或者pip install从Anaconda仓库中安装开源软件包。Pip提供了Conda大部分功能,并且大多数情况下两个可以同时使用。 Anaconda安装包的下载地址:Anaconda | Anaconda Distribution Anaconda官方安装教程:Installation — Anaconda documentation 1.3 miniconda——推荐深度学习使用miniconda是conda的精简版安装程序。所占内存较小,所有的操作命令皆在命令行中完成,没有GUI界面。 miniconda是Anaconda的小型引导程序版本,仅包含conda,python,它们依赖的软件包以及少量其他有用的软件包,包括pip,zlib和其他一些软件包。使用conda install command可以从Anaconda存储库中安装720+个其他conda软件包。 推荐深度学习使用miniconda搭建Python环境,它提供了python与conda,可以创建相对独立的Python环境,避免与其它库的冲突。 2. miniconda安装 2.1 卸载 Anaconda如果已经安装了Anaconda,请先卸载Anaconda。 2.2 下载miniconda 安装包从miniconda官网下载miniconda安装包:miniconda 官网下载 注意根据使用的系统、Python版本选择适当的安装包: 下载完成后,打开安装包,安装miniconda。推荐以管理员身份运行。 注意:建议修改安装目录,以便管理。 鼠标右键点击:电脑 -> 属性 -> 高级系统设置 -> 环境变量,新建或编辑系统变量,添加以下三个路径: 安装路径\Miniconda3(例如 C:\Python\miniconda3);安装路径\Miniconda3\Scripts(例如 C:\Python\miniconda3\Scripts);安装路径\Miniconda3\Library\bin(例如 C:\Python\miniconda3\Library\bin)。通过控制台命令 cmd 或 Anaconda Prompt (miniconda)进入命令行操作。 输入:conda -V 后回车:为了加快第三方库的下载速度,可以将源指向国内的镜像源,例如使用 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 。 根据清华开源软件镜像站关于Anaconda镜像使用帮助的提示,在用户目录下新建 .condarc 文件。 编辑创建 .condarc 文件如下,保存到"C:\Users\×××"路径下(×××表示登录的用户名): channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud 3. miniconda的使用 3.1 环境管理 3.1.1 创建环境conda 安装后会自带一个 base 环境,其它虚拟 Python 环境则需要手动创建。 语法: conda create -n [环境名称] python[=版本] 用例:创建名称为 py38 的 Python 环境,Python 版本为3.8 conda create -n py38 python=3.8 遇到Proceed([y]/n)时,直接回车。 创建成功。 3.1.2 查看环境列表conda env list 3.1.3 激活环境conda activate [环境名称] 用例:创建名称为 py38 的 Python 环境,Python 版本为3.8 conda activate py38 注意,图中"C:\Users\…"之前的环境名称已经由默认的 变成了距离的用户环境。 3.1.4 切换环境conda [环境名称] 3.1.5 退出当前环境conda deactivate conda env remove -n [环境名称] 3.2 包管理 3.2.1 查询已安装的包conda list conda install numpy conda install -y pandas conda install -y matplotlib & conda install -y scipy & conda install -y xlrd pip3 install scikit-learn -i https://mirrors.tuna.tsinghua.edu.cn/ 有些第三方包在清华镜像源找不到,或者下载错误,可以更换为中科大镜像源或其它镜像源。 pip3 install scikit-learn -i https://pypi.mirrors.ustc.edu.cn/simple/ pip3 install opencv-python -i https://pypi.mirrors.ustc.edu.cn/simple/ 常用的国内镜像源: 清华源镜像 https://mirrors.tuna.tsinghua.edu.cn/ 中科大源 http://mirrors.ustc.edu.cn/ 阿里源 https://developer.aliyun.com/mirror/ 腾讯源 https://mirrors.cloud.tencent.com/ 豆瓣 Python PyPI 镜像 http://pypi.doubanio.com/simple/ conda config --show 升级condaconda update conda 查看版本信息conda -V 查看帮助信息conda -h 4 PyCharm环境设置 4.1 查看 Python 环境conda 安装后会自带一个 base 环境,其它虚拟 Python 环境则需要按照 3.1 节方法手动创建。例如,已经创建了名为 py38 的Python环境: conda list 于是,我们已经创建了一个名为 py38 的Python环境并激活(激活环境的路径前有一个星号*)。 4.2 PyCharm 环境设置 4.2.1 创建新项目的环境设置打开PyCharm,创建新的项目。 在 Location 选择适当的项目路径 在 Python Interpreter 选择 Previously configured interpreter,选项框中自动找到 Python3.8(py38)。 如果没有自动找到,则可以通过路径选择添加Python解释器Add Python Interpreter,找到所经历的 py38 环境的Python解释器。如下图所示: 如果在该窗口选择 Create a main.py welcom script,则在创建项目的同时新建了一个 main.py 文件。 运行这个 main.py 文件,在 PyCharm 下方就会出现运行结果: 如果提示缺少导入的包,可以按照 3.2 的方法安装相应的包。 【本节完】 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |