anaconda使用以及创建python3.7+pytorch1.0虚拟环境以及Jupyter notebook初级使用
查看所有已安装的软件包
$ conda list
# packages in environment at S:\Users\jiangshan\Anaconda3:
#
# Name Version Build Channel
_ipyw_jlab_nb_ext_conf 0.1.0 py37_0 defaults
alabaster 0.7.12 py37_0 defaults
anaconda 2018.12 py37_0 defaults
........
查看当前存在哪些虚拟环境
$ conda info -e
# conda environments:
#
base * S:\Users\jiangshan\Anaconda3
创建python-pytorch=1.0虚拟
$ conda create -n deeplearning python=3.7 matplotlib cudatoolkit=10.0.130 ninja=1.9.0 pytorch=1.0.1 torchvision=0.2.2
【# 同时安装必要的包 conda create -n env_name numpy matplotlib python=3.7】
Jupyter notebook改变默认的工作目录
查看配置文件位置
jupyter notebook --generate-config
Writing default config to: C:\Users\jiangshan\.jupyter\jupyter_notebook_config.py
打开jupyter_notebook_config.py找到如下
## The directory to use for notebooks and kernels.
#c.NotebookApp.notebook_dir = ''这一行修改如下:
windows是双斜杠(\\),linux是反斜杠(/)
c.NotebookApp.notebook_dir = 'F:\\workspace'
# 更新conda版本
conda update conda
# 其中更新命令不仅仅会更新conda的版本,同时会自动更新相关的包,
# 其实,也可以使用这个命令来更新Anaconda版本
conda update anaconda
# 切换环境
# Linux, OSX:
source activate deeplearning
# Windows:
activate deeplearningy
# 切换回默认环境(root)
# Linux, OSX:
source deactivate
# Windows:
deactivate
# 对虚拟环境中安装额外的包
# 使用命令conda install -n env_name [package]即可安装package到env_name中
# 复制一个和指定环境完全相同的环境
# 复制环境
conda create --name newname --clone deeplearning
# 环境也可以在不同机器之间进行复制
# 只要将要复制的环境导出为*.yml配置文件,
# 再到指定机器上创建时指定配置文件即可
# 导出配置文件
conda env export --name deeplearning > deeplearning.yml
# 根据配置文件导入环境
conda env create -f deeplearning.yml
# 更新软件包
conda update --name deeplearning pkgname=2.1
# 查找可用python版本
conda search --full-name python
# 查找名称完全匹配python的软件包,而不是名称还有python的软件包,
# 可以在创建环境时指定python版本
# 卸载包
# 删除指定环境中的指定包
conda remove --name deeplearning pkgname
# 卸载环境
# --all参数表示移除环境中的所有软件包,即删除整个环境
conda remove --name deeplearning --all
# jupyter notebook添加Anaconda虚拟环境的python kernel
首先向虚拟环境安装ipykernel
conda install -n deeplearning ipykernel
python -m ipykernel install --user --name deeplearning --display-name "DLPytorch1.0" # 进行配置
# Installed kernelspec deeplearning in C:\Users\jiangshan\AppData\Roaming\jupyter\kernels\deeplearning
# 启动jupyter notebook,然后在"新建"中就会有DLPytorch1.0这个kernel了
jupyter notebook
指定目录
jupyter notebook dir_path_nanme
anaconda使用以及创建python3.7+pytorch1.0虚拟环境以及Jupyter notebook初级使用的更多相关文章
- ubuntu在指定的文件夹下创建python3和python2的虚拟环境
1.用pip安装virtualenv sudo apt-get install python-virtualenv 2.创建python2和python3虚拟环境 2.1 创建python2的虚拟环境 ...
- python︱Anaconda安装、简介(安装报错问题解决、Jupyter Notebook)
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 安装完anaconda,就相当于安装了Pyth ...
- python3.5+django2.0快速入门(一)
因为这篇教程需要用到anaconda的一些操作,如果还不懂anaconda的操作的同学可以看下这篇文章python 入门学习之anaconda篇. 创建python3+的开发环境 直接在终端输入:co ...
- win7 使用anaconda安装tensorflow并且在jupyter notebook上启动
记录一下学习深度学习的小事情: 1.tensorflow 现在只支持windows 64位系统: 2.因为实验室的电脑比较老旧,Gpu配置低,所以选择安装的是tensorflow Cpu版本,对于学习 ...
- Python3 jupyter notebook 服务器搭建
1. jupyter notebook 安装 创建 jupyter 目录 mkdir jupyter cd jupyter/ 创建独立的 Python3 运行环境,并激活进入该环境 virtualen ...
- 机器学习中python的有关使用技巧【创建虚拟环境、jupyter的kernel修改】
1.创建虚拟环境<在原来基础上建立> *注:(这里是python2.python3环境共存,我要创建一个python3的虚拟环境) 一.先安装虚拟环境变量: pip3 install -U ...
- Jupyter Notebook(推荐使用Anaconda安装)
一.Jupyter Notebook介绍 1.简介 Jupyter Notebook是基于网页的用于交互计算的应用程序.其可被应用于全过程计算:开发.文档编写.运行代码和展示结果. 简而言之,Jupy ...
- Ubuntu20.04服务器+Anaconda上创建Python3.6虚拟环境并
镜像下载.域名解析.时间同步请点击 阿里巴巴开源镜像站 前言 由于服务器已安装Anaconda,包含的Python版本为3.8,为使用3.6版本同时避免和其他人互相影响,我选择创建虚拟环境,并在其中安 ...
- windows10 安装 Anaconda 并配置 pytorch1.0
官网下载Anaconda安装包,按步骤安装即可安装完后,打开DOS,或Anaconda自带的Anaconda Prompt终端查看Anaconda已安装的安装包C:\Users\jiangshan&g ...
随机推荐
- js-语言精粹-函数记忆
函数可以将先前操作的结果记录在某个对象里,从而避免无谓的重复运算.这种优化方式被称为记忆(memoization).JavaScript的对象和数组要实现这种优化是非常方便的. 比如说,我们想要一个递 ...
- java中获取系统变量
System.getProperty("java.version") 用来获取系统变量.getProperty()这个方法是获取指定键指示的系统属性的.以下是通过System.ge ...
- 设定linux为多用户模式
1.显示系统已经安装的组件,和可以安装的组件: #yum grouplist 2.如果系统安装之初采用最小化安装,没有安装xwindow,那么先安装: #yum groupinstall " ...
- .net4.0多进程间共享内存实现通信(VB.Net)
.net4.0新增内存共享功能,从而很方便的实现了多进程间通信. 源码下载
- Nodejs编译Native Code:使用C++构建工具npm
Nodejs的很多NPM包需要本地编译,通常是C++写的代码,例如图像处理模块等. 这是如果生产环境没有安装Visual Studio 2015等开发工具,通常会编译失败,发现了一个npm专门干这事儿 ...
- Hive 锁 lock
Hive + zookeeper 可以支持锁功能 锁有两种:共享锁.独占锁,Hive开启并发功能的时候自动开启锁功能 1)查询操作使用共享锁,共享锁是可以多重.并发使用的 2)修改表操作使用独占锁,它 ...
- Hive使用SequenceFile存储数据
SequenceFile是使用二进制保存数据,是可以压缩的,并且压缩后的数据可被分割,可以供mapreduce处理. 下面的实例使用SequenceFile保存Hive表的数据,并且使用了压缩. se ...
- Expo大作战(八)--expo中的publish以及expo中的link,对link这块东西没有详细看,大家可以来和我交流
简要:本系列文章讲会对expo进行全面的介绍,本人从2017年6月份接触expo以来,对expo的研究断断续续,一路走来将近10个月,废话不多说,接下来你看到内容,将全部来与官网 我猜去全部机翻+个人 ...
- SQLSERVER NULL和空字符串的区别 使用NULL是否节省空间
SQLSERVER NULL和空字符串的区别 使用NULL是否节省空间 这里只讨论字符串类型,int.datetime.text这些数据类型就不讨论了,因为是否节省空间是根据数据类型来定的 在写这篇文 ...
- 使用 PowerShell 创建 Azure VM 的自定义映像
自定义映像类似于应用商店映像,不同的是自定义映像的创建者是你自己. 自定义映像可用于启动配置,例如预加载应用程序.应用程序配置和其他 OS 配置. 在本教程中,你将创建自己的 Azure 虚拟机自定义 ...