新网站先做外链还是内容,wordpress语言文件编辑器,做转发赚钱的网站,网站美化的目标Anaconda3 的安装及使用方法安装 Anaconda3 Anaconda3 是 Anaconda 的具体版本
Anaconda3 中的 Python 解释器默认使用的是 Python3.x 版本#xff0c;而不是 Python2.x 版本
Python2.x 版本中#xff0c;字符串是以 ASCII 编码处理的#xff0c;而在 Python3.x 版本中而不是 Python2.x 版本
Python2.x 版本中字符串是以 ASCII 编码处理的而在 Python3.x 版本中字符串是以 Unicode 编码处理的 安装 Anaconda 的最佳方法是下载最新的安装程序 bash 脚本, 然后运行它
Free Download | Anaconda 如果下载速度太慢的话也可以通过清华大学开源软件镜像站下载
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 进入安装脚本所在的目录运行它
bash Anaconda3-2023.09-0-Linux-x86_64.sh一路回车和 yes 最后选择安装位置我这里选择默认 安装过程中系统PATH有变动需要source一下
source ~/.bashrc此时命令行前会出现 (bash) 字样这是因为安装过程中在PATH中添加了conda初始化代码自动激活了 base 环境 所以这里就直接进入了 Conda 的 base 环境换一个终端也还是激活状态比较烦人… base 环境是 Anaconda 安装时自动创建的默认环境 这个环境中包含了 Anaconda 中的 Python 解释器和一些核心库如 NumPy、Matplotlib 等 除了 base 环境之外你应该创建其他的 Conda 环境每个环境互相独立都是一个独立的 Python 运行环境可以包含不版本的 Python 解释器和其他库 禁止Conda 自动激活 base 环境
输入以下指令然后重启终端即可
conda config --set auto_activate_base false如果再想进入 base 环境只需要手动激活即可不过只对当前终端有效
conda activate base虚拟环境中的 Python 解释器版本和 Ubuntu22.04 自带的版本并不一致 验证 Anaconda 是否安装成功
conda --version# 列出当前激活环境没激活的话默认是 base 环境中安装的所有包以及Python解释器
conda list常用的 Conda 命令
配置 conda 镜像源
创建虚拟环境的时候下载太慢了老出问题 换成国内的源
# 查看当前镜像源
conda config --show channels# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main# 从channel中安装包时显示channel的url这样就可以知道包的安装来源
conda config --set show_channel_urls yes # 清除索引缓存保证用的是镜像站提供的索引
conda clean -i或者直接修改 ~/.condarc最强硬
sudo gedit ~/.condarc文本替换成下面的内容
channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- defaults
auto_activate_base: false
show_channel_urls: true虚拟环境管理 注意我们可以将前面带有两个短线–的常用命令进行缩写并不是所有的都可以缩写 方法是取一个短线和选项的首字母 例1–name 可以缩写成 -n 例2–envs 可以缩写成 -e # 列出所有已创建的 Conda 虚拟环境及其信息包括环境名称、路径、Python解释器的版本
conda info --envs# 创建虚拟环境
conda create --name 虚拟环境名# 创建虚拟环境 指定Python解释器的版本为3.7
conda create --name 虚拟环境名 python3.7# 创建虚拟环境 指定Python解释器的版本为3.7 指定虚拟环境路径
# 如果不手动指定安装路径的话虚拟环境默认安装在 /home/yao/anaconda3/envs 除了 base 环境
conda create --prefix /path/to/envs --name 虚拟环境名 python3.7# 激活虚拟环境使环境中的Python解释器和库可用
conda activate 虚拟环境名# 退出虚拟环境
conda deactivate# 删除虚拟环境包括环境中的所有包和文件
conda remove --name 虚拟环境名 --all我这里新建了一个虚拟环境 myEnvPython解释器版本选择 3.7 虚拟环境中的 Python 解释器被安装在 bin 目录下 这点很重要后面用 Pycharm 创建项目需要选上 包管理
# 安装包
# pip install PackageName # 用 pip 安装 也可以
conda install PackageName# 安装多个包
conda install PackageName1 PackageName2 ...# 安装包并指定版本号
# pip install PackageName版本号 # 注意这里是两个等号
conda install PackageName版本号 # 注意这里是一个等号# 卸载包
conda remove PackageName# 更新包
conda update PackageName# 更新环境中的所有包
conda update --all# 列出已安装的包
conda list# 搜寻包
conda search PackageNamePycharm 的安装及使用方法
安装 Pycharm
Pycharm 下载
下载免费的社区版即可 专业版需要激活 解压缩
tar -xvf pycharm-professional-2023.2.2.tar.gz# 然后把解压缩文件复制到家目录
mv pycharm-community-2023.2.2 ~进入 Pycharm 目录下的 bin 目录然后运行安装脚本
cd ~/pycharm-community-2023.2.2/bin
sh ./pycharm.sh选择 Continue 在打开 Pycharm 启动页面后在左下角的 configure 选项中选择 ”Create Desktop Entry “ 创建桌面快捷方式 汉化
打开 Pycharm找到 Plugins搜索 Chinese然后安装中文语言包 卸载 Pycharm
上文已经提到所有的程序相关文件都保存在了 /home/yao/pycharm-community-2023.2.2 目录下 配置信息文件是在/home/yao/.config/JetBrains 下的 PyCharmCE2023.2 目录中 缓存文件是在/home/yao/.cache/JetBrains 下的 PyCharmCE2023.2 目录中 Pycharm 和 Anaconda 关联 4.1 新建项目选择已有的 Conda 环境
打开 Pycharm 新建一个项目起名 testProject 然后可以选择我们之前创建好的虚拟环境也可以自己新建一个 Conda 虚拟环境 这里就会自动选上 Conda 虚拟环境中的 Python解释器 在这里插入图片描述
4.2 更换 Conda 环境
后面要修改的话就直接 文件 — 设置 – 项目XXX – Python 解释器
Python 控制台启动 Python 解释器进入交互式 Python 环境 在这个环境中你输入 Python 代码会被立即执行便于代码调试 5. 在 Conda 环境中安装 Pytorch 和 torchvision 5.1 Pytorch 和 torchvision 简介 Pytorch是一个非常 NB 的开源机器学习库用于构建深度学习模型 torchvision是 Pytorch 的一个扩展包提高了一系列用于处理图像和视频数据的功能包括数据加载、预处理、数据转换、模型定义和评估等
5.2 必须与 Python 解释器兼容
Pytorch、torchvision 版本必须和 Python 解释器版本 兼容 5.3 必须与 CUDA 版本对应
Pytorch、torchvision 版本必须和你的 CUDA 版本 对应起来
推荐去官网根据版本选择安装指令 可以选择 Conda 或者 Pip 安装这是两个不同的包管理器都可以用不过指令略有不同 我的 Ubuntu系统中没装 Pip但是Conda 的虚拟环境中预装了 Pip所以可以在激活的环境中使用 但是我这里安装的是 CUDA 11.7所以我只能安装 CUDA 11.7 及以下的版本的 Pytorch 包得去找历史版本历史版本
例如Pytorch 版本 2.0.1 支持 CUDA 11.7
通过 conda 安装 -c pytorch 和 -c nvidia 中的 c 表示 channel指定了软件包的来源分别是 Pytorch 和 NVIDIA 的 conda 仓库所以很有可能会出现安装非常缓慢的情况
可以选择国内的镜像源来下载
channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/- defaults
auto_activate_base: false
show_channel_urls: true如果配置了国内镜像源安装时把 -c pytorch 和 -c nvidia 删掉即可
通过 pip 安装
直接输指令即可 5.4 安装 冲突解决
用 conda 安装
# 新建一个虚拟环境选择 Python 解释器版本为 3.9
conda create --name myEnv39 python3.9# 激活创建好的环境否则会安装到默认的 base 环境中
conda activate myEnv39# 安装
conda install pytorch2.0.1 torchvision0.15.2 torchaudio2.0.2 pytorch-cuda11.7# 查看已安装的包
conda list# 退出虚拟环境
conda deactivate# 删除虚拟环境包括环境中的所有包和文件
conda remove --name myEnv39 --all一堆冲突
(myEnv39) yaomyUbuntu:~$ conda install pytorch2.0.1 torchvision0.15.2 torchaudio2.0.2 pytorch-cuda11.7
Collecting package metadata (current_repodata.json): done
Solving environment: unsuccessful initial attempt using frozen solve. Retrying with flexible solve.
Collecting package metadata (repodata.json): done
Solving environment: unsuccessful initial attempt using frozen solve. Retrying with flexible solve.
Solving environment: \
Found conflicts! Looking for incompatible packages.
This can take several minutes. Press CTRL-C to abort.
failed UnsatisfiableError: The following specifications were found
to be incompatible with the existing python installation in your environment:Specifications:- torchaudio2.0.2 - python[version2.7.*|3.5.*|3.6.*|2.7,2.8.0a0|3.6,3.7.0a0|3.7,3.8.0a0|3.5,3.6.0a0|3.4.*]Your python: python3.9If python is on the left-most side of the chain, thats the version youve asked for.
When python appears to the right, that indicates that the thing on the left is somehow
not available for the python version you are constrained to. Note that conda will not
change your python version to a different minor version unless you explicitly specify
that.The following specifications were found to be incompatible with each other:Output in format: Requested package - Available versionsPackage pytorch-cuda conflicts for:
torchvision0.15.2 - pytorch2.0.1 - pytorch-cuda[version11.6,11.7|11.7,11.8|11.8,11.9|12.1,12.2]
torchvision0.15.2 - pytorch-cuda[version11.7.*|11.8.*]
torchaudio2.0.2 - pytorch2.0.1 - pytorch-cuda[version11.7,11.8|11.8,11.9]
pytorch2.0.1 - pytorch-cuda[version11.7,11.8|11.8,11.9]
torchaudio2.0.2 - pytorch-cuda[version11.7.*|11.8.*]Package pytorch conflicts for:
torchvision0.15.2 - pytorch2.0.1
torchaudio2.0.2 - pytorch2.0.1Package openblas conflicts for:
torchaudio2.0.2 - numpy[version1.11] - openblas[version0.2.14|0.2.19]
torchvision0.15.2 - numpy[version1.11] - openblas[version0.2.14|0.2.19]Package typing conflicts for:
torchvision0.15.2 - pytorch - typing
pytorch2.0.1 - typing_extensions - typing[version3.7.4]Package _libgcc_mutex conflicts for:
python3.9 - libgcc-ng[version11.2.0] - _libgcc_mutex[version*|0.1,buildmain]
torchvision0.15.2 - libgcc-ng[version11.2.0] - _libgcc_mutex[version*|0.1,buildmain]
pytorch2.0.1 - _openmp_mutex - _libgcc_mutex[version*|0.1,buildmain]The following specifications were found to be incompatible with your system:- feature:/linux-64::__cuda12.20- feature:/linux-64::__glibc2.350- feature:|/linux-64::__cuda12.20- feature:|/linux-64::__glibc2.350- pytorch2.0.1 - __cuda[version11.8]- pytorch2.0.1 - libgcc-ng[version11.2.0] - __glibc[version2.17]- torchaudio2.0.2 - pytorch2.0.1 - __cuda[version11.8]- torchvision0.15.2 - libgcc-ng[version11.2.0] - __glibc[version2.17]- torchvision0.15.2 - pytorch2.0.1 - __cuda[version11.8]Your installed version is: 12.2冲突好像是因为用了国内源换成用 -c pytorch 和 -c nvidia 从官网下载就可以安葬不会有这些冲突 但速度很慢最后会因为超时而结束可以把代理关了速度会提升 网上搜了一下conda 只适合用来环境隔离作为 virtualenv 的上位替代品建议用 conda 创建空的 env然后用 pip 进行各种 package 的安装
用 pip 安装
可以先配置一下清华源但对我好像没啥用
# 激活环境
conda activate myEnv39# 永久修改
pip config set global.index-url http://pypi.tuna.tsinghua.edu.cn/simple# 检查是否配置成功
pip config get global.index-url或者直接修改配置文件
sudo gedit ~/.config/pip/pip.conf添加文本
[global]
index-url http://pypi.tuna.tsinghua.edu.cn/simple然后就可以去安装了 注意把后面的 --index-url https://download.pytorch.org/whl/cu117 删了 不然会覆盖你配置文件中设置的默认源
# CUDA 11.7
pip install torch2.0.1cu117 torchvision0.15.2cu117 torchaudio2.0.2# 消除警告
pip --trusted-host pypi.tuna.tsinghua.edu.cn install torch2.0.1cu117 torchvision0.15.2cu117 torchaudio2.0.2清华源中没有这个版本也可能是开了代理关闭代理重启电脑再试试看
换成 pytorch 1.10.0 试试看 但只能找到支持 CUDA 11.1 的我的 CUDA 11.7 应该能向下兼容先装了再说
# CUDA 11.1
pip install torch1.10.0cu111 torchvision0.11.0cu111 torchaudio0.10.0 -f https://download.pytorch.org/whl/torch_stable.html# 消除警告
pip --trusted-host pypi.tuna.tsinghua.edu.cn install torch1.10.0cu111 torchvision0.11.0cu111 torchaudio0.10.0 -f https://download.pytorch.org/whl/torch_stable.html# 检查是否安装成功
conda list度还挺快的但貌似添加的清华源没起到一点作用还是从 -f 附加的包索引源下载很迷 删掉 -f 附加的包索引源再试一次 还是会报错找不到符合的 torch 很迷
ERROR: Could not find a version that satisfies the requirement torch1.10.0cu111 (from versions: none)
ERROR: No matching distribution found for torch1.10.0cu111总结关闭代理
原文链接
二十一、Ubuntu22.04 配置 Anaconda Pycharm Pytorch_ubuntu安装anaconda和pycharm-CSDN博客
