conda和pip环境常用命令
整理下自己比较常用的conda和pip命令
查看conda的信息
conda info
安装&更新&移除
conda install <包名> 安装指定包
conda remove <包名> 移除指定包
conda update <包名> 更新指定包
查看conda的下载源
conda config --show channels
添加下载源
#中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
# 清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
利用某一个下载源下载
pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ --upgrade tensorflow-gpu
删除某个下载源
conda config --show channels [name]要删除源的名字
切回原来的下载源
conda config --remove-key channels
创建一个环境
conda create -n [name] python=3.8
#例如 conda create -n pytorch_env python=3.8
删除一个环境
conda remove -n [name]--all
切换环境
conda activate env
查看自身的所有环境
conda env list
激活环境
source activate
conda 添加代理
打开git bash,vim ~/.condarc
,
添加以下代码:
proxy_servers:
http: http://172.**.*.***:8080
https: https://172.**.*.***:8080
ssl_verify: False
或者
conda config --set proxy_servers.http http://***.***.**.***:端口
conda config --set proxy_servers.https https://***.***.**.***:端口
pip 下载源配置
临时使用国内下载源
常见下载源:
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
临时使用
pip install <包名> -i https://mirrors.aliyun.com/pypi/simple
永久更改下载源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
查看所有下载源
pip config list
升级包名
pip install --upgrade 要升级的包名
移除国内源
pip config unset global.index-url
pip代理
pip install --proxy=“http://127.0.0.1:15732” vaex
pip降低版本
之前20.2,降低版本为19.0.2
python -m pip install pip==19.0.2
torch安装
查看是否安装cuda
nvidia-smi
安装torch
#windows下
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
检查是否安装好
import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version