深度学习的代码,好多都需要安装一些安装包,在服务器上安装需要权限就很麻烦.看到网上有说把这些安装包一个个下载下来上传到服务器再安装,心累,想想工程量就很大~~~ 这时候就可以在anaconda中新建虚拟环境,把这些需要的安装包都装到一个虚拟环境里面. 首先,找到conda的路径.服务器上的conda在/usr/local/anaconda3/bin,注意直接cd到这个目录输入conda会找不到,可以留个bin下来. conda -V 得到conda的版本 conda env list查看当前设置

相信大多数 python 的初学者们都曾为开发环境问题折腾了很久,包管理和 python 不同版本的问题,特别是 window 环境安装个 scrapy 各种报错 ,使用 Anaconda 可以很好的解决一些不必要的学习成本. Anaconda 概述 Anaconda 是一个用于科学计算的 python发行版,支持 Linux, Mac, Windows系统,提供了包管理与虚拟环境管理的功能,可以很方便地解决多版本 python 并存.切换以及各种第三方包安装问题.可以使用 conda 来进行

1. 前提: 安装前服务器情况,已经安装好了: CUDNN=7.3.0 CUDA=10.0.130 Opencv 2.4.13 相应命令为: cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 opencv版本 pkg-config opencv --modversion 2. 准备caffe, python环境 从https://

离线状态迁移Anaconda虚拟环境 同样是项目需求,需要布署的服务器上的Anaconda安装到了普通账户下 而后续所有的内容都需要通过root账户进行操作,而服务器已经布署,联网比较麻烦 本文提出,在无需联网的状态下,转移一下Anaconda的环境 1. 安装 Anaconda 所有的操作最好都用root账户进行 找到之前下载的Anaconda3-2019.10-Linux-x86_64.sh文件,最好移动到root目录下: 运行bash Anaconda3-2019.10-Linux-x86

java工程项目里,在一个包里面,不能出现同名的类名,这问题是刚接触java才会遇到的,特别是新手一般都没有建立包,而是使用默认的,易出现同名的类名,导致eclipse提示错误. 问题: 创建了一个工程项目后,在里面写了两个java文件,程序木有错误,但是eclipse提示错误. 上图: 原因: 由于在默认包的两个java文件含有相同的类名,于是就提示错误了. 百度了一下,如此这般解释: java文件在编译时会生成XX.class,也就是说:编译后形成的字节码名称是一样的,这是是没有意义的,当然

在开发的过程中,常常遇到要使每一个模板页都包括一个header文件和一个footer文件.thinkPHP的模板布局为我们提供了一个叫全局配置方式可以解决问题. 1. 在配置文件里开启LAYOUT_ON 參数(默认不开启),而且设置布局入口文件名称LAYOUT_NAME(默觉得layout) 'LAYOUT_ON'=>true, 'LAYOUT_NAME'=>'layout', 2. 在模板文件夹下建立一个layout.html文件,文件内代码例如以下: <include file=&q

conda和pip简介 conda conda是包及其依赖项和环境的管理工具. 适用语言:Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN. 适用平台:Windows, macOS, Linux 用途: 快速安装.运行和升级包及其依赖项. 在计算机中便捷地创建.保存.加载和切换环境. 如果你需要的包要求不同版本的Python,你无需切换到不同的环境,因为conda同样是一个环境管理器.仅需要几条命令,你可以创建一个完全独立

目录 前言 1. 创建虚拟环境 2. 虚拟环境管理 3. Conda虚拟环境的包管理 前言 今天把anaconda进行了滚动更新,实体环境python版本也相应从3.6跟新到了3.7.但是问题来了,之前安装的很多包,如opencv,dlib,等等都找不到对应版本,尴尬.......通常很多东西都是逃避不过去的,迟早会遇到,那么开始对虚拟环境的学习---- 1. 创建虚拟环境 conda create -n env_name python=X.X 以下是我的运行过程 # root @ geoffr

Anaconda完全入门指南(对python环境和原理,讲的比较透彻):https://www.jianshu.com/p/eaee1fadc1e9 用pip一个一个安装第三方库费时费力,还需要考虑兼容性. 我们推荐直接使用Anaconda,这是一个基于Python的数据处理和科学计算平台,它已经内置了许多非常有用的第三方库,我们装上Anaconda,就相当于把数十个第三方模块自动安装好了,非常简单易用. 简介 Conda是一个开源的包.环境管理器,可以用于在同一个机器上安装不同版本的软件包及其

Pytorch安装倒腾了一上午终于搞定,记录一下安装过程. 1. 首先尝试官网的安装方式,但是网速太慢了. 除去cudnn100, torchvision和pytorch三个文件,其余可以直接从清华镜像源下载. 这三个包直接进入官网,使用多线程(我用idm下载的,最好在挂个代理或者VPN)下载后,离线安装.离线安装命令: conda install --use-local Pkg_name 2. 安装完成后报错,拷贝系统lib目录下相关文件到需求路径,测试成功. 执行如下代码,需要根据安装路径适

首先要安装Anaconda 下载网址:https://www.anaconda.com/distribution/#download-section      Miniconda下载网址:https://conda.io/en/latest/miniconda.html 1,安装完成配置环境变量 3,安装新的虚拟环境 conda create -n 环境名称 要装的语言(指定版本) 等待安装完毕  完毕后会提示怎么开启和关闭虚拟环境 如上图安装成功 4,虚拟环境的常用命令 查看版本号 激活虚拟环

Python数据分析必备: 1.Anaconda操作 Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存.切换以及各种第三方包安装问题.Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具. conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理与环境管理.包管理与pip的使用类

1.首先在所在系统中安装Anaconda.可以打开命令行输入conda -V检验是否安装以及当前conda的版本. 2.conda常用的命令. 1)conda list 查看安装了哪些包. 2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3)conda update conda 检查更新当前conda 3.创建python虚拟环境. 使用 conda create -n your_env_name python=X.X(2.7.3.6等)命令创建pyt

因为要在windows系统系统中练习tensorflow,所以需要配置一下环境(来回的开关机切换环境太麻烦了......) 首先安装anaconda3,我选择的版本是Anaconda3 5.1.0,对应的python的版本是python3.6.anaconda和python对应的版本关系如下图: 下载的是使用的中科大的镜像站 http://mirrors.ustc.edu.cn/anaconda/archive/ 具体安装过程不表,配置一下安装路径就可以,还有就是将下面的勾取消掉了(默认勾选的,

Anaconda作为一个工具包集成管理工具,下载python工具包是很方便的,直接敲: conda install package_name 1 但是有时候安装一个工具包(如skimage)的时候,在当前的channels中找不到这个包,会提示: PackageNotFoundError: Packages missing in current channels: - skimage We have searched for the packages in the following chann

package com.MyUtils.file; [java] view plain copy import java.io.File; import java.io.FileFilter; import java.io.IOException; import java.net.JarURLConnection; import java.net.URI; import java.net.URISyntaxException; import java.net.URL; import java.u

当前知道的有两种方式可以查找: 1.conda search 命令:conda search pkg_name 安装的时候直接:conda install cudatoolkit=版本后 conda install cudatoolkit=9.0 但是如果我想装cudatoolkit=8.0的时候 会提示包名在当前的channel中没有找到,用第二种方式 2.安装其他源的包 命令:anaconda search -t conda pkg_name 命令:anaconda search -t co

发现问题: 修改系统时常常需要预置APK,这就要修改PRODUCT_PACKAGES这个变量,那么如何查看这个数组的值呢?我们可能直接在mk文件中去打印它,后来发现打印它只会显示继承关系(即继承自了哪些mk文件),并不会打印当前已将添加了哪些包 $(warning $(PRODUCT_PACKAGES)) 所以上面这种方式行不通. 解决方案: 发现build/core/product_config.mk中定义了一个make的构建目标dump-products,能够打印构建当前目标所定义的变量:

创建虚拟环境:conda create -n env_name packages 例:创建名为env1的虚拟环境,并在其中安装numpy,conda create -n env1 numpy. 指定特定版本的Python,conda create -n py2 python=2 查询虚拟环境:conda env list 切换虚拟环境:MacOS/Linux,source activate env_name Windows,activate env_name 离开虚拟环境:MaxOS/Linux

之前在自己博客上写了一个如何通过自建配置文件,让jupyter notebook可以调用conda虚拟环境的python解释器. 今天介绍一种更加简单的方式,无需手动配置文件,利用ipykernel可以自动生成对应的配置文件,然后直接启动jupyter notebook即可,而且只需要在第一次使用的时候进行生成,之后可以直接使用. 例如,现在想创建一个虚拟环境名为py3,希望在jupyter notebook中可以直接选择py3这个kernel.命令如下 conda create -n py3