TF相关codna常用命令整理

TF相关codna常用命令整理

• 查看创建的所有的虚拟环境

  conda info -e

• 查看环境管理的全部命令帮助

  conda env -h

• 创建环境

  conda create --name py36 python=3.6

• 复制某个环境

  conda create --name new_name --clone old_name

• 删除某个环境

  conda remove --name env_name --all

• 进入某个环境

  activate env_name

• 分享环境

  1. activate env_name
  2. conda env export > environment.yml
  3. conda env create -f environment.yml

• 列举当前活跃环境下的所有包

  1. activate env_name
  2. conda list

• 列举一个非当前活跃环境下的所有包

  conda list -n env_name

服务器Conda环境整理

环境名字	Tensoflow版本	其它
py36	1.13.1
py36t	2.0.0
pykeras	1.14.0
pymxnet	无	mxnet-cu100
pytorch36	无	torch-1.3.1

conda安装

安装miniconda

• 安装的时候勾选 add to path

conda添加源

#查看当前conda配置
conda config --show channels
 
#设置通道
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 
#设置搜索是显示通道地址
conda config --set show_channel_urls yes
 
conda install pytorch torchvision cudatoolkit=10.0  # 删除安装命令最后的 -c pytorch，才会采用清华源安装。

创建python虚拟环境

conda create --name py36 python=3.6 

安装相关package

安装pytorch

• pytorch-cpu版本
  1. 采用本地安装的方法，百度网盘下载pytorch.xx.whl和torchvision.xx.whl
  2. pip install torch-1.2.0+cpu-cp36-cp36m-win_amd64.whl
  3. pip install torchvision-0.4.0+cpu-cp36-cp36m-win_amd64.whl

安装matplotlib

• pip install matplotlib

安装opencv

• pip install opencv-python

更改pip清华镜像

• Windows下：
  【C:\Users\你的用户名】目录下，新建pip文件夹，进到文件夹中创建pip.ini文件，然后打开它，将下面代码粘贴进去-->保存

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn

• Ubuntu下:
  创建pip.config 文件

mkdir ~/.pip
vim ~/.pip/pip.conf

添加pip源

[global]
trusted-host =  pypi.mirrors.ustc.edu.cn
index-url = https://pypi.mirrors.ustc.edu.cn/simple