conda 是开源包(packages)和虚拟环境(environment)的管理系统。
conda create -n yourname python=3.6/2.7(版本自己选择)
进入你的环境source activate yourname
退出你的环境source deactivate
conda env list
or
conda info -e
conda install nameofpackage
or
pip install nameofpackage
or
easy_install nameofpackage
其中可以带上安装的版本 eg:conda install numpy=1.10
conda remove nameofpackage
or
pip uninstall nameofpackage
conda list
conda create -n 新环境名称 --clone 旧环境名称
导入:conda env create -f environment.yml
导出:conda env export > environment.yml
对所有安装包进行升级:conda upgrade --all
升级某个安装包:conda update nameofpackage
conda search nameofpackage
不仅可以搜索到对应的包,还可以查看相关的依赖
conda env remove -n env_name
一般来说CPU环境还是很容易配置,因为不需要GPU、不需要找对应的CUDA、cuDNN。
在自己笔记本上搭建环境可以先跑通较小的数据,或者方便进行debug,在这里推荐一下笔者用的一个组合。
访问pytorch官网,https://www.pytorch.org, 按照以下配置找到对应命令。
官网上提供的命令
安装完anaconda后,会出现一个Anaconda Prompt终端,在这个终端中输入以上命令:
pip install torch==1.5.0+cpu torchvision==0.6.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
安装完成后测试一下:
(base) C:\Users\pprp>python
Python 3.7.6 (default, Jan 8 2020, 20:23:39) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.5.0+cpu'
>>>
这样笔记本本地环境就可以了,建议再在vscode中添加anaconda extension pack插件,可以在vscode中方便地切换不同环境。
-END-
本文分享自 GiantPandaCV 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!