Anaconda 基本操作指令

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

若想在别人虚拟环境的基础上创建自己的环境：

conda create --name <yourEnv> --clone <baseEnv>

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

  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

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

• 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。

  conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --set show_channel_urls yes
  

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/
  

• 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
  

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