Anaconda

Anaconda 设置国内镜像

• 临时使用

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
  # 注意，simple 不能少, 是 https 而不是 http
  

• 设为默认

  # 升级 pip 到最新的版本 (>=10.0.0) 后进行配置：
  pip install pip -U
  pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  

• 如果到 pip 默认源的网络连接较差，临时使用本镜像站来升级 pip：

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
  

环境变量

anaconda3/Scripts
anaconda3/Library/bin
anaconda3/library/mingw-64/bin
linux：export PATH=$PATH:/home/software/anaconda3/bin

此时配置完成 操作时主要是用 conda.exe conda.bat

常用命令

# 环境变量设置 查看
conda env config vars list
# 添加
conda env config vars set xxx=yyy -n envname
# 删除环境变量
conda env config vars unetset xxx

# 查看所有的虚拟环境
conda info --envs
# 创建tensorflow虚拟环境
conda create -n tensorflow(只是个名字) python=3.7.3 #(根据ananconda的版本决定)
# 删除环境
conda remove -n envname --all
conda activate tensorflow #进入tensorflow 虚拟环境
# 安装tensorflow
pip install tensorflow-gpu==版本号
conda deactivate 退出虚拟环境
# 克隆环境
conda create --name clone_env --clone old_name
# 查看当前换件中安装的所有包
conda list
# 查看指定虚拟环境中安装的所有包
conda list -n envname
# 更新指定包
conda update unmpy
# 更新所有包
conda update
# 更新python
conda update python
# 更新conda本身
conda update conda
# 更新conda库
conda update conda
# 更新anaconda版本
conda update anaconda
# 升级
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow 
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu 

# channel状态与优先级
conda config --get channels
# 设置通道（默认的defaults无法使用了）
conda config --add channels conda-forge # https://conda-forge.org/docs/index.html

配置

配置文件：~/.condarc
channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - 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
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

所有的包都可以安装，安装都是到虚拟环境了，cuda库（高性能计算），cudnn库（深度学习），都可以通过conda 安装到虚拟环境，不需要英伟达官方下载，

conda 一般用来安装那些C库，conda search xx 找不到时，可用 conda search xx -c conda-forge，通过源找就可以。

注：安装tensorflow，pytorch

pytorch，安装时只用安装pytorch，cudatoolkit，不用cudnn，pytorch自带了
tensorflow，新版本的tensorflow，gpu，cpu合并了，安装tensorflow，cudatoolkit，cudnn，即可
# 显卡驱动（独立安装的），python，tensorflow，cudatoolkit，cudnn之间对应关系

Jupyter

jupyter notebook  --generate-config	# 生成配置文件
cNotebookApp.notebook_dir="xxx"		# 修改默认路径
conda create -n py3 python=3		# 创建一个python3的环境，名为py3
source activate py3					# 激活py3环境
conda install ipykernel				# 安装ipykernel模块
python -m ipykernel install --user --name=py3 # 进行配置
jupyter notebook 					# 启动jupyter notebook then can choose python environment

注意tensorflow版本与python，cuda对应关系

Conda与pip

• conda可以安装C库Python库，直接通过二进制安装

• pip只能安装python包，编译安装，config set global.index-url 指定源

  • pip config list # 显示pip安装源
    

镜像

• 阿里云：http://mirrors.aliyun.com/pypi/simple/
• 中国科技大学：https://pypi.mirrors.ustc.edu.cn/simple/
• 豆瓣：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/

可能失效