conda管理及使用
安装pytorch的时候,官方命令中的 -c pytorch 要去掉。
因为这是官方源通道比较慢,在.condarc配置后,用清华源就可以了。
对于他人生成的yaml环境文件,如果直接装不方便,就对照里面的包自己重新装。
1.环境
conda create -n 名称 python=3.6 指定版本环境
conda activate 名称 命令即可激活tensorflow
deactivate 名称 即可退出激活
conda info --envs 列出环境名称
conda remove -n 名称 --all 删除环境
conda list 包,不依赖pip
conda install -n 名称 numpy 指定环境安装包
2.tensorflow
conda install tensorflow=1.12.0 指定版本cpu版
conda install tensorflow-gpu=1.15.0 指定版本gpu
conda search -t conda tensorflow 查询信息
conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.6.0 指定版本渠道
3.安装gpu版本conda会自动下载对应版本的cuda和cudnn,最好与大环境本机的cuda和cudnn版本一致。
conda config --show 查看可以配置的项目。
-c 是选择通道,一般如果能用清华源,网速不会太差。
大部分问题出在安装pytorch上面,后面的-c pytoch 不要加
执行以下代码查看torch所用的cuda版本,或者conda list 查看pytorch的包也可以。
import torch torch.version.cuda
conda 安装torch时要指定cuda的版本,不然会下载与cuda版本不对应的torch包。
最好指定根目录已经有的版本(9.2和11)
Anaconda配置清华源(操作都是修改.condarc文件)
查看添加了镜像的通道:
conda config --show channels
删除通道地址:
conda config --remove channels <此处为通道地址>删除对应的通道地址
大的包可以通过网页下载下来,离线安装。
查找软件
conda info <包的名字> :查找改包的网址。
下载完成后选择本地安装。
conda install --use-local rdkit-2018.09.2.0-py36h865188c_1.tar.bz2
这一步只是将包进行安装 (装到site-packages
), 可以在python进行import, 但发现, 实际上并没有完成依赖库的安装. 因此, 要继续运行:
conda install -c local rdkit
这里指明使用本地作为channel, 然后安装相关依赖包. 安装成功后, 再import试试? OK.
相关链接: