优达学城深度学习之一——Anaconda

简介: 优达学城深度学习之一——Anaconda

这几天发一篇原创文章一直发不出去,觉得微信公众号保护原创的机制很有问题,即使自己写的但是跟另外一篇比较像就发不出去,只能跳转原文,所以强烈建议微信要改一改这个机制。所以本文章部分内容只能以图片的形式发表出来,请各位见谅!

31619e8116b701f89155ebfab818c632.jpg

3cea7880dd87665df26b72196b00b82e.jpg

四、管理环境

如前所述,你可以使用 conda 创建环境以隔离项目。要创建环境,请在终端中使用 conda create -n env_name list of packages。在这里,-n env_name 设置环境的名称(-n是指名称),而 list of packages 是要安装在环境中的包的列表。例如,要创建名为 my_env 的环境并在其中安装 numpy,请键入 conda create -n my_env numpy

306e2c6fc940e42f17a23895e96ce7fe.jpg

0166cdaa9d53ac3af38a44b06d2684e9.jpg

387b2dd89e3ec30f42e3a3feeae60ec5.jpg

上图中,你可以看到环境的名称和所有依赖项及其版本。导出命令的第二部分>environment.yaml 将导出的文本写入YAML 文件 environment.yaml 中。现在可以共享此文件,而且其他人能够用于创建和你项目相同的环境。

要通过环境文件创建环境,请使用 conda env create -f environment.yaml。这会创建一个新环境,而且它具有同样的在 environment.yaml 中列出的库。

列出环境

如果忘记了环境的名称(我有时会这样),可以使用 conda env list 列出你创建的所有环境。你会看到环境的列表,而且你当前所在环境的旁边会有一个星号。默认的环境(即当你不在选定环境中时使用的环境)名为 root

删除环境

如果你不再使用某些环境,可以使用 conda env remove -n env_name 删除指定的环境(在这里名为 env_name)。

使用环境

对我有很大帮助的一点是,我的 Python 2 和 Python 3 具有独立的环境。我使用了 conda create -n py2 python=2conda create -n py3 python=3 创建两个独立的环境,即 py2py3。现在,我的每个 Python 版本都有一个通用环境。在所有这些环境中,我都安装了大多数常用的标准数据科学包(numpy、scipy、pandas 等)。

我还发现,为我从事的每个项目创建环境很有用。这对于与数据不相关的项目(例如使用 Flask 开发的 Web 应用)也很有用。

共享环境

在 GitHub 上共享代码时,最好同样创建环境文件并将其包括在代码库中。这能让其他人更轻松地安装你的代码的所有依赖项。对于不使用 conda 的用户,我通常还会使用 pip freeze(在此处了解详情)将一个 pip requirements.txt 文件导出并包括在其中。

相关文章
|
机器学习/深度学习 并行计算 TensorFlow
anaconda迁移深度学习虚拟环境 and 在云服务器上配置(下)
anaconda迁移深度学习虚拟环境 and 在云服务器上配置
220 0
|
5月前
|
机器学习/深度学习 Ubuntu Shell
深度学习环境配置(Ubuntu+Anaconda)
深度学习环境配置(Ubuntu+Anaconda)
106 3
|
6月前
|
机器学习/深度学习 并行计算 算法框架/工具
Anaconda+Cuda+Cudnn+Pytorch(GPU版)+Pycharm+Win11深度学习环境配置
Anaconda+Cuda+Cudnn+Pytorch(GPU版)+Pycharm+Win11深度学习环境配置
802 3
|
机器学习/深度学习 Ubuntu 机器人
【Ubuntu18配置Anaconda深度学习环境】
【Ubuntu18配置Anaconda深度学习环境】
219 1
|
机器学习/深度学习 人工智能 Linux
Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程
Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程
Linux和Windows系统下安装深度学习框架所需支持:Anaconda、Paddlepaddle、Paddlenlp、pytorch,含GPU、CPU版本详细安装过程
|
机器学习/深度学习 并行计算 PyTorch
【RTX 3060Ti 深度学习环境配置图文(安装Anaconda、VScode、CUDA、CUDNN、pytorch)】
【RTX 3060Ti 深度学习环境配置图文(安装Anaconda、VScode、CUDA、CUDNN、pytorch)】
391 0
【RTX 3060Ti 深度学习环境配置图文(安装Anaconda、VScode、CUDA、CUDNN、pytorch)】
|
机器学习/深度学习 并行计算 PyTorch
anaconda迁移深度学习虚拟环境 and 在云服务器上配置(上)
anaconda迁移深度学习虚拟环境 and 在云服务器上配置
576 0
|
机器学习/深度学习 并行计算 PyTorch
深度学习环境安装(anaconda、pycharm、cudn、cudnn、pytorch)
深度学习环境安装(anaconda、pycharm、cudn、cudnn、pytorch)
|
机器学习/深度学习 PyTorch 算法框架/工具
深度学习第一步(anaconda、pytorch安装)
深度学习第一步(anaconda、pytorch安装)
183 0
|
机器学习/深度学习 并行计算 PyTorch
基于Anaconda安装pytorch和paddle深度学习环境(win11)
基于Anaconda安装pytorch和paddle深度学习环境(win11)
499 0