Anaconda基本使用方法及安装CUDA、CUDNN

Anaconda基本使用方法和安装CUDA、CUDNN

用的比较少，每次用都忘这一次做个记录吧

一：安装编辑利器kate

arch 系：sudo pacman -Sy kate

debian系：sudo apt install kate

二：换北外的源

命令行执行：conda config --set show_channel_urls yes，

在当前用户目录下生成生成.condarc，尽管有说安装anaconda后会自动生成，但是我查看了一下，没有，必须执行这个命令生成一下

命令行执行：

kate ~/..condarc

添加如下内容到该文件：

channels:

  - defaults

show_channel_urls: true

default_channels:

  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main

  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r

  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2

custom_channels:

  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud

  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud

  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud

  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud

  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud

  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

更新anaconda

conda upgrade --all

三：基本操作，没有指明包含chanel名称的情况下，均在main的频道中寻找指定操作的包，如果指定chanel-name，则在main频道中找不到时，会去指定的chanel-name中找。

安装包：

conda install [-n env-name]包名[=版本号] [包名[=版本号]] [--chanel-name]

  例如：

conda install cudatoolkit=11.2 cudnn --conda-forge

给当前虚拟环境中安装cudatoolkits11.2和对应的cudann，在main和conda-forge频道中寻找要安装的软件包。

conda install -n env-name cudatoolkit=11.2 cudnn --conda-forge 

给虚拟环境env-name中安装cudatoolkits11.2和对应的cudann，在main和conda-forge频道中寻找要安装的软件包

卸载包：

conda remove [-n env-name] 包名 

不指定环境名，卸载当前环境的。

更新包：

conda upgrade [-n env-name] 包名

不指定环境名更新当前环境的

全部更新：

conda upgrade [-n env-name] --all

不指定环境名更新当前环境的所有包

搜索包：conda search 包名包含的字符 [--chanel-name]

默认在main频道中找，如果寻找不到，则去附加的频道中查找。

 

四：虚拟开发环境管理

创建环境同时安装指定的包： conda create -n env_name [包名=版本 [包名=版本] [......]] [-c CHANELNAME]

激活环境：conda activate env_name

离开环境：conda deactivate

列出所有的虚拟环境： conda env list

conda info -e

删除虚拟环境：conda remove -n 环境名 --all

环境重命名--分两步： conda create -n old-env-name --clone new-env-name

conda remove -n old-env-name --all

更新指定环境指定包：conda update -n 环境名 包名

更新指定环境的所有包：conda update -n 环境名 --all

五：一个小例子，建立一个虚拟环境testenv，Python版本位3.7.3，并安装numpy 1.17 和pandas 1.10 和 scikit-learn 0.23.0

代码如下：

conda create -n testnv python=3.7.3 numpy=1.17 scikit-learn=0.24

六：创建一个安装mindspore的开发环境，cuda为10.1 和对应的cudnn,使用附加的conda-forge的频道。

conda create -n mindspore python=3.7.5 cudatoolkit=10.1 cudnn -c conda-forge