conda创建新环境
更详细可以参考：
Anaconda完全入门指南
conda官方文档
Anaconda官方文档
文章目录
conda创建新环境
第一步：创建
第二步：激活
第三步：查看活跃的环境
conda一些命令
anaconda下载
清华镜像源配置
远程：
Jupyter notebook远程访问服务器
Pycharm远程连接服务器
其他注意：
pytorch 安装不成功
keras和tersorflow对应版本问题
torchnet安装
conda创建新环境
如果只是用的话，用【创建】和【激活】的命令足够了～
第一步：创建
conda create --name yourEnv python=2.7
–name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
python=2.7：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.
若想要在创建环境同时安装python的一些包：
conda create -n yourEnv python=3.6 numpy pandas
第二步：激活
windows ==> activate yourEnv
linux/mac ==> source activate yourEnv
tips:
linux用户需要进入到anaconda/envs目录下激活需要的环境，或者通过命令source active /home/yourName/anaconda3/envs/yourEnv激活需要的环境；
上面激活的方式进入目录太复杂 or 命令太长了，可以通过设置全局变量或者用linux的别名alias设置。
第一种方式,将需要激活的路径下的bin文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin添加到~/.bash_profile中。
第二种方式，通过vim ～/.bash_profile，向里面添加alias activeEnv='source activate /home/yourName/anaconda3/envs/yourEnv'，source ～/.bash_profile之后可以直接在命令行输入activeEnv激活相应环境
建议第二种，并建议看下linux的alias，非常好用
windows用户环境变量中添加（改成自己的路径）：
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
第三步：查看活跃的环境
conda info --envs：输出中带有【*】号的的就是当前所处的环境
conda一些命令
conda list: 看这个环境下安装的包和版本
conda install numpy scikit-learn: 安装numpy sklearn包
conda env remove -n yourEnv: 删除你的环境
conda env list: 查看所有的环境
anaconda下载
比起官网，建议从清华开源镜像站下载相应版本
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
bash Anaconda3-5.3.1-Linux-x86_64.sh
1
2
清华镜像源配置
清华官方说明：Anaconda 镜像使用帮助，主要概括为向.condarc填充以下内容：
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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
linux: 直接vim ~/.condarc后添加；
Windows: 无法直接创建名为.condarc的文件，可先执行conda config --set show_channel_urls yes生成该文件之后再添加。
远程：
Jupyter notebook远程访问服务器
参考: Jupyter notebook远程访问服务器
注意第一个人的评论：" 我的要修改c.NotebookApp.ip=‘0.0.0.0’才能用"
以及按照我的版本c.IPKernelApp.pylab = 'inline'会报错
sshkey连接的方式：
在这里插入图片描述
Pycharm远程连接服务器
ctrl+s自动上传不了可能是没有选择默认的服务器，可以在tools --> deployment -->configuration 下面配置
在这里插入图片描述
tips:
pycharm的快捷修复键 OPTION + ENTER
优化导入 option + control + O
其他注意：
pytorch 安装不成功
记得加上清华pytorch镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
1
2
3
官网可以根据自己的系统等直接生成安装的命令，如果镜像后还是不成功将官方的安装命令conda install pytorch torchvision cudatoolkit=10.0 -c pytorch去掉-c pytorch，改为conda install pytorch torchvision cudatoolkit=10.0
cuda版本查看cat /usr/local/cuda/version.txt
keras和tersorflow对应版本问题
两个版本如果不匹配可能出现：module ‘tensorflow.python.keras.backend’ has no attribute ‘get_graph’。可以从这里查看对应的版本
pip uninstall keras # 卸载keras
conda install keras=2.2.4 #安装对应版本的keras
1
2
torchnet安装
手动：https://blog.csdn.net/weixin_43264516/article/details/83187775
官方：pip install torchnet
git： pip install git https://github.com/pytorch/tnt.git@master
