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
0 条 查看最新 评论
没有评论