专栏首页AI算法与图像处理必备技能,conda创建python虚拟环境,完美管理项目

必备技能,conda创建python虚拟环境,完美管理项目

在尝试各种项目的时候,比较烦人的问题就是环境配置问题,然而更烦人的就是在你做一个个项目的时候,突然发现以前可以正常运行的代码挂了。

那很可能是因为环境配置问题。

对于每个项目,都会说明所需要的基本库/包。

举个例子

https://github.com/ultralytics/yolov3

以pytorch版的yolov3为例,有一个Requirements.txt文件,说明这个项目所需要安装包

# pip install -U -r requirements.txt numpy opencv-python torch >= 1.3 matplotlib pycocotools tqdm Pillow

对于不同项目有不同的需求,如果在同一个环境下运行这些项目,很可能会出现某些包的版本冲突等问题。

因此需要虚拟环境来隔离不同的项目,以避免环境无论。

这里演示linux系统下如何使用conda实现虚拟环境的创建操纵。

(1)在系统中安装Anaconda

(相对来说还是比较容易安装的)这里推荐知乎上高赞的文章,包含 windows ,linux, mac三个系统的安装教程https://zhuanlan.zhihu.com/p/32925500

安装完成后在终端中输入,查看conda版本

conda -V
# 输出 conda 4.7.12

(2)conda一些常用的命令

1)conda list 查看安装了哪些包

conda list

2)conda info -e查看系统中存在的虚拟环境

conda info -e

3)conda update conda 检测更新

conda update conda

会显示大量的需要更新吧,按需要更新

(3)创建虚拟环境

命令规则:conda create -n env-name python=xx

利用conda创建虚拟环境需要制定新建的虚拟环境的名称以及python的版本

假设这里 新建的虚拟环境名称为 AI_study,python版本为3.6(可根据自己的需求设置)

conda create -n AI_study python=3.6

enter确认后,会提示有哪些新的包需要安装,输入y即可安装并完成虚拟环境的建立。

完成会显示:

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate AI_study
#
# To deactivate an active environment, use
#
#     $ conda deactivate

注释的内容告诉我们如何激活和关闭虚拟环境

当然此时也可以用conda info -e 查看新建的虚拟环境

conda info -e
# 输出结果
# conda environments:
#
base                  *  /home/user/miniconda3
AI_study                /home/user/miniconda3/envs/AI_study

AI_study为虚拟环境名

/home/user/miniconda3/envs/AI_study为虚拟环境的保存路径,可以cd到改路径下查看所安装的包

(4)激活和关闭虚拟环境

当你想激活新建的虚拟环境时

conda activate AI_study
# 输出和变化效果
(base) user@user-PC:  ——> (AI_study) user@user-PC:

当你想关闭当前的虚拟环境时

conda deactivate 
# 输出和变化效果
(AI_study) user@user-PC:  ——> (base) user@user-PC:

(5)删除虚拟环境

命令规则:conda remove -n env-name --all

假设删除 AI_study 虚拟环境

conda remove -n AI_study --all
# 提示Proceed ([y]/n)? 
# 输入
y
# 结果
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
# 再次输入conda info -e查看结果

删除某个包

命令规则:conda remove --name env-name package-name

本文分享自微信公众号 - AI算法与图像处理(AI_study),作者:AI_study

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-12-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 为什么机器学习部署起来这么难?

    作者:Alexandre Gonfalonieri 编译:ronghuaiyang 来源:AI公园

    AI算法与图像处理
  • 80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路

    目前有关机器学习的资料可谓层出不穷,其中既有书籍、课程视频资料,也有很多算法模型的开源项目。不过对于初学者来说,或许阅读学习笔记是一种最容易快速上手的方法。

    AI算法与图像处理
  • 历时七个月整理出来的《OpenCV4系统化学习路线图》

    OpenCV4.0发布以来,其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用,集成OpenVINO与tensorflow、caffe等模型加速推断、...

    AI算法与图像处理
  • 三大云部署方式随时扩容应对互联网流量变化

    计算已从一个新概念发展成为业界主流市场。业界对云计算未来的期望较高。供应商如何才能最好地保护云计算环境?攻击者倾向于遵循相似的模式,并使用在传统环境中相同方法。...

    静一
  • 聊一聊 SQLMAP 在进行 sql 注入时的整个流程

    本文就用我们看的见的角度来分析,看看 sqlmap 到底发送了什么 payload,这些 payload 是怎么出来的,不深入代码层面。

    信安之路
  • Go AES加解密

    https://blog.csdn.net/K346K346/article/details/89387460

    Dabelv
  • 如何轻松阅读 GitHub 上的项目源码 ?

    作者:牛岱 link:https://www.zhihu.com/question/27821340/answer/808399749

    用户2769421
  • 如何轻松阅读 GitHub 上的项目源码 ?

    链接 | zhihu.com/question/27821340/answer/808399749

    一个优秀的废人
  • 如何轻松阅读 GitHub 上的项目源码 ?

    作者:牛岱 link:https://www.zhihu.com/question/27821340/answer/808399749

    统计学家
  • [angularjs] angularjs系列笔记(五)Service

    AngularJs中你可以使用自己的服务或使用内建服务,服务是一个函数或对象,以下代码试验$location服务,$http服务,$timeout服务,$int...

    陶士涵

扫码关注云+社区

领取腾讯云代金券