【深度学习_环境（五）】miniconda + jupyter 安装教程+使用方法
0 说明
使用miniconda+jupyterminiconda安装——Miniconda的下载与安装 - 知乎 (zhihu.com)
anaconda3 使用中常见错误——anaconda3 | 使用中常见错误 - 简书 (jianshu.com)
jupyter安装——Miniconda3安装jupyter notebook_yi_yealt的博客-CSDN博客
miniconda卸载——anaconda完全卸载方法_彻底卸载anaconda_小张dand的博客-CSDN博客
一 搭建环境（环境准备）
1 创建环境（虚拟环境）
conda create -n tensorflow2 python=3.8
2 激活环境
activate tensorflow2
3 查看所有存在的环境
conda info --envs
4 退出环境
conda deactivate
5 删除环境
conda remove -n tensorflow2.1 --all
6 修改环境名（通过复制和删除操作实现重命名）
对要需要重命名的环境进行复制
# 这是简化的命令形式 conda create -n xxx-mnew --clone xxx-old # 下面是完整的命令形式 conda create --name conda-new --clone conda-old
然后删除原有的conda环境：
conda remove -n xxx-old --all
二 下载包 (注意每个版本之间是否兼容)
1 查看已安装的包
# 查看当前环境下已安装的包 conda list # 查看某个指定环境（xxxx）下已安装的包 conda list -n xxxxx
2 查找包的版本信息
# 查找package信息，例如查找numpy包信息，会列numpy的所有版本 conda search numpy
3 安装（多个）包
# 安装package，安装多个包用空格隔开 # 如果不用-n指定环境名称，则被安装在当前活跃环境 # 也可以通过-c指定通过某个channel安装 conda install -n xxxxx numpy pandas conda install xxx
4 更新包/也可以更新python的版本
# 更新package conda update numpy # 更新numpy（当前活跃的环境） conda update -n xxxxx numpy # 更新指定xxxxx环境下的numpy conda update python # 假设当前环境是python3.4, conda会将python升级为3.4.x系列的最新版本
5 删除包
# 删除环境package conda uninstall numpy conda remove numpy # 删除numpy包（当前活跃的环境） conda remove -n xxxxx numpy # 删除xxxxx环境下的包
6 彻底卸载anaconda (如果卸载不干净，下一次安装的时候可能会出现报错)
2.1 pip install 和conda install 的区别【link】
二者装的东西不在一个地方
- conda install xxx：这种方式安装的库都会放在
anaconda3/pkgs目录下，这样的好处就是，当在某个环境下已经下载好了某个库，再在另一个环境中还需要这个库时，就可以直接从pkgs目录下将该库复制至新环境而不用重复下载。
- pip install xxx：分两种情况，一种情况就是当前conda环境的python是conda安装的，和系统的不一样，那么xxx会被安装到
anaconda3/envs/current_env/lib/python3.x/site-packages文件夹中，如果当前conda环境用的是系统的python，那么xxx会通常会被安装到~/.local/lib/python3.x/site-packages文件夹中
三 与jupyter建立连接
1 Jupyter的安装需要ipython
- 已经安装有ipython，则直接进行Jupiter的安装
- 没有安装ipython，使用Anaconda进行python环境的安装
1 在已激活的环境下下载ipykernel
conda install ipykernel
2 建立连接：
python -m ipykernel install --user --name (your_env_name)
3 查看是否连接成功：
jupyter kernelspec list
4 如果没有jupyter，下载jupyter
conda install jupyter notebook
三 打开jupyter notebook
方法一
1 win +R 快速打开‘运行’ 对话框，输入cmd ，回车
2 直接输入
jupyter notebook
会直接打开默认路径 。等待一点时间，会自动跳到浏览器；直接输入jupyter notebook [文件路径] 也可以。
注意：黑窗口不能关掉，才能保证anaconda的运行
方法二
在jupyter打开指定文件夹的方法：
1、win+R 启动“运行” ，输入cmd 点确定
2、输入cd /d xxxxxxx然后 回车，如：我想打开D:\Git\the-craft-of-selfteaching目录，就输入cd /d D:\Git\the-craft-of-selfteaching，然后回车
3、输入jupyter notebook，回车，jupter notebook便会跳转至指定目录D:\Git\the-craft-of-selfteaching
四 jupyter notebook如何切换环境
1. 激活对应的环境
source activate xxxx
2. 然后安装ipykernel
conda install ipykernel(conda install -c anaconda ipykernel)
3.然后执行
python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"
4.再次启动jupyter notebook
五 使用教程
Jupyter Notebook介绍、安装及使用教程 - 知乎 (zhihu.com)
六 查看jupyter notebook每个单元格运行时间
方法一
%%time :（计算执行该单元cell的时间）%%timeit:（计算执行该单元cell的时间）
%time :（计算当前行的时间 ）CPU time（CPU运行程序的时间）， Wall time（Wall Clock Time，墙上挂钟的时间，也就是我们感受到的运行时间）。
%timeit:（计算当前行的时间 ）计时更为精确，这一命令会运行代码 r 次，每次 n 遍，再对 n*r 遍的结果取平均后，得到运行一遍代码的时间。
方法二
1.打开anaconda-jupyter notebook,看有没有Nbextensions选项，如图
2.如果有，请跳过步骤2。
pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
3.打开Nbextensions，左上方的disable不勾选，检索time，勾选ExecuteTime。
七 遇到问题
问题一：Original error was: DLL load failed: 找不到指定的模块。
解决方案： 不能直接打开jupyter notebook，激活环境后进入报错消失。
