基于Windows下Anaconda创建python虚拟环境教程(二)

简介: 基于Windows下Anaconda创建python虚拟环境教程

五(可忽略)、接下来博主在导入创建一个深度学习模型库DeepPurpose的python虚拟环境DeepPurpose并配置的过程,相当于实践一下,只想创建python虚拟环境在第四步就已经成功结束。注意:若用户开启VPN则安装前需要关闭VPN,避免安装不成功。

  • 下载项目代码库到E:/DeepPurpose路径文件下。
git clone https://github.com/kexinhuang12345/DeepPurpose.git E:/DeepPurpose

  • 将路径转到上一步git项目下载到本地的路径,也就是E:/DeepPurpose路径。
E:
cd DeepPurpose

  • 导入E:/DeepPurpose路径下的yml 文件,再根据 yml 文件内容新创建对应虚拟环境(注意:运行下面命令之前必须路径转到yml文件的路径,而且这是新创建一个虚拟环境那么如果是同一台电脑必须删除原同名的虚拟环境或者将原虚拟环境更换名称)。
conda env create -f environment.yml

conda activate DeepPurpose

  • 上步操作只会创建虚拟环境并导入conda命令直接安装的包,但是原虚拟环境大部分pip安装的包需要在新的虚拟环境下pip导入安装通过之前原虚拟环境pip导出的requirements.txt(注意:上步虚拟环境已经创建,若在此步报一些安装错误可以打开requirements.txt文件删除这些报错安装的包,到时候需要再pip单个下载pip之前安装报错的包到此虚拟环境;为保证顺利pip下载,启用https://pypi.douban.com/simple这个镜像可以下载快速顺利,当然不用镜像也可以只不过时间长容易安装超时报错)。
pip install -r requirements.txt -i https://pypi.douban.com/simple

  • 之前创建好的一个python虚拟环境,名称是DeepPurpose(注意:创建python虚拟环境在成功结束后一定要将新创建的虚拟环境的Scripts文件内容添加到环境变量PATH中)。

  • 激活python虚拟环境DeepPurpose。
conda activate DeepPurpose

  • 安装相关python包和库等。
conda install -c conda-forge rdkit

或者

conda install -c rdkit rdkit

conda install -c conda-forge notebook

或者

pip install jupyter notebook

conda install -c conda-forge scikit-learn

或者

pip install scikit-learn

pip install rdkit-pypi

pip install git+https://github.com/bp-kelley/descriptastorus 

或者先通过github链接将项目下载到本地,然后转此项目setup.py文件,然后执行下面的命令:

python setup.py install

pip install DeepPurpose

六、若在python虚拟环境中(博主举例python虚拟环境是rothschildlhl)出现“pip-script.py’ is not present.”类似的错误,原因在于pip更新不成功,原来的pip版本也被破坏。

  • 更新pip命令
pip install --upgrade pip

  • 解决错误,根据下面命令重新安装最新版本pip
conda activate rothschildlhl
python -m ensurepip
python -m pip install --upgrade pip

七、Conda导出导入和更新虚拟环境

  • 激活(切换)到需要导出的虚拟环境(博主举例以之前创建的虚拟环境transformers为例)。
conda activate transformers

  • 将虚拟环境transformers导出保存为yml文件并命名为xrlhl.yml,此操作只会导出conda命令直接安装的包,原虚拟环境大部分pip安装的包需要pip导出安装库到pip.txt,后续再导入到新虚拟环境(注意:默认导出文件到命令行前面的路径,博主举例的是C:\Users\25216,可以见下图)。
conda env export > xrlhl.yml
pip freeze >pip.txt

  • 导入yml 文件,再根据 yml 文件内容新创建对应虚拟环境(注意:运行下面命令之前必须路径转到yml 文件的路径,而且这是新创建那么如果是同一台电脑必须删除原同名的虚拟环境或者将原虚拟环境更换名称)。
conda env create -f xrlhl.yml
conda activate transformers
pip install -r pip.txt

  • 根据 yaml(yml)文件更新已经创建的虚拟环境(注意:博主举例是xrlhl.yml文件更新虚拟环境DeepPurpose)。
conda env update -n DeepPurpose --file xrlhl.yml

相关文章
|
人工智能 JavaScript 开发工具
极速上手!Claude Code 原生支持 Windows 免WSL安装教程
Claude Code 现已支持 Windows 原生运行,无需 WSL 配置。本文提供详细安装教程,涵盖 Node.js 环境验证、Git 安装及 Claude Code 配置步骤,助你快速上手这一强大 AI 编程工具。
13439 13
|
Python
在VScode环境下配置Python环境的方法
经过上述步骤,你的VSCode环境就已经配置好了。请尽情享受这扇你为自己开启的知识之窗。如同你在冒险世界中前行,你的探索之路只有越走越广,你获得的知识只会越来越丰富,你的能力只会越来越强。
1367 37
|
人工智能 安全 Shell
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
Jupyter MCP服务器基于模型上下文协议(MCP),实现大型语言模型与Jupyter环境的无缝集成。它通过标准化接口,让AI模型安全访问和操作Jupyter核心组件,如内核、文件系统和终端。本文深入解析其技术架构、功能特性及部署方法。MCP服务器解决了传统AI模型缺乏实时上下文感知的问题,支持代码执行、变量状态获取、文件管理等功能,提升编程效率。同时,严格的权限控制确保了安全性。作为智能化交互工具,Jupyter MCP为动态计算环境与AI模型之间搭建了高效桥梁。
960 2
Jupyter MCP服务器部署实战:AI模型与Python环境无缝集成教程
|
Ubuntu Linux 数据安全/隐私保护
Windows中安装WSL 2和Ubuntu系统的教程
回看这一路,有趣吧?你已经跨界成为了一个Windows和Linux的桥梁。期待在代码的世界里,把一切玩得风生水起!
648 13
|
Ubuntu 数据库 虚拟化
Windows 环境下 Odoo 安装保姆级教程
本教程详细介绍了在 Windows 系统上通过虚拟机部署 Odoo 的完整流程。首先确认硬件需求,确保 CPU、内存和磁盘空间满足最低配置;接着安装 VMware Workstation Pro 并创建 Ubuntu 虚拟机,配置桥接网络以实现主机与虚拟机的通信;随后借助微聚云快速安装预配置好的 Odoo 环境,简化复杂环境搭建;最后通过浏览器访问虚拟机 IP,完成 Odoo 数据库初始化及基础设置。整个过程清晰易懂,适合新手快速上手 Odoo 部署。
1851 4
|
Shell Linux Ruby
Python3虚拟环境venv
`venv` 是 Python 的虚拟环境工具,用于为不同项目创建独立的运行环境,避免依赖冲突。通过 `python3 -m venv` 命令创建虚拟环境,并使用 `source bin/activate` 激活。激活后,所有 Python 包将安装在该环境中,不影响系统全局环境。退出环境使用 `deactivate` 命令。每个虚拟环境拥有独立的包集合,确保项目间的隔离性。删除虚拟环境只需删除其目录即可。
1886 34

推荐镜像

更多