conda环境配置python和机器学习

  • 时间:
  • 浏览:
  • 来源:互联网

#Linux 配置python和tensorflow-gpu的conda虚拟环境

  • 安装conda
  • 激活虚拟环境
  • 额外的model(这些额外是model只是我的程序需要的)

安装conda

coda官网: https://docs.conda.io/en/latest/miniconda.html#linux-installers
找到合适的版本下载。

wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh --no-check-certificate

安装

bash Miniconda3-latest-Linux-x86_64.sh

之后一直按回车和输yes就行了。

安装成功后检查版本(前面为conda安装地址)

/public/home/fucheng/miniconda3/bin/conda -V

添加国内源https://www.jianshu.com/p/edaa744ea47d
或者conda换源

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

##关掉网页认证 一定要关掉,不然会有HTTP error

conda config --set ssl_verify false

创建一个虚拟环境 名字为env1 python版本为3.6

conda create -n env1 python=3.6

激活环境

conda activate env1

取消激活

conda deactivate

查看当前存在哪些虚拟环境

conda env list

or

conda info -e 

conda一些虚拟环境命令:conda 创建/删除/重命名 环境

激活虚拟环境

激活环境

conda activate env1

接下来就在虚拟环境安装运行tensorflow-gpu和keras-gpu

conda install tensorflow-gpu
conda install keras-gpu

测试能否使用tensorflow-gpu包

python
import tensorflow as tf
import keras
exit()

成功则有

Successfully opened dynamic library libcudart.so.10.1

提示。
至此,已经配置好的tensorflow环境,可以在你的虚拟环境使用

python yourfile.py

来运行有tensorflow model的python文件。

额外的model(这些额外是model只是我的程序需要的)

conda install matplotlib
conda install astropy
conda install numpy
conda search opencv-python
pip3 install opencv-contrib-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

本文链接http://www.dzjqx.cn/news/show-617261.html