有趣的深度学习1——环境配置篇

深度学习1——环境配置篇

1.pip install和conda install的区别

在做深度学习的过程中，我们通常环境的配置经常会用到俩个常见的工具，一个是pip，一个是conda。用这俩个来下载我们各种需要的包工具，以及对我们安装包的管理以及更新等。一般初学者，大多推荐conda来安装管理各种包，因为conda有一个很好的环境隔离的功能，可以将不同项目所需要的环境配置隔离开来，对每一个环境配置所需包的对应版本。但是在一些包在发布的时候，一般都是会优先发到python官方的管理包工具pip上面，pip从PyPI（python package Index）上面抓取数据。但是pip安装包的时候不会兼顾包的依赖性，一般都是会下载对应包的官方最新版本，会出现包之间的冲突问题。而conda是从Anaconda.org上面抓取数据，某些包可能会没有资源。所以，推荐的安装包的顺序是conda install ——pip install ——通过压缩包官网下载直接安装

2.conda的常见命令和操作等

（1）查看、创建、删除虚拟环境的操作

conda env list   #（或者 conda info -e ）

1
2

conda create -n new_env
1

如果创建环境报错，删除.condarc文件即可

conda remove -n D:\Anaconda\envs\new_env --all
1

（2）配置conda config

conda config --show channels
1

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
1

这里也可以通过直接修改.condarc文件也可。（如果没有，可以自己创建一个）

（3）安装、更新和卸载包的指令

这里一般是先进入到对应的环境中再去下载对应需要的包的版本。

conda install python=3.9
1

更新conda的版本、更新对应包的版本、更新所有包的指令

conda update conda
conda updata -n my_env matplotlib
conda update -n my_env --all
1
2
3

卸载对应的包

conda uninstall matplotlib
1

3.pip的常见安装指令和操作

（1）pip的查看、安装、更新和卸载；

pip list #查看已经安装的包
pip install numpy=1.21.5
pip install --upgrade numpy
pip uninstall numpy
1
2
3
4

（2）pip安装自定义或者下载的.whl包

首先在https://www.lfd.uci.edu/~gohlke/pythonlibs/或者https://pypi.org/project/网址查找自己需要的包，前者可通过Ctrl+F全局搜索查找，下载好对应的包之后，打开对应的.whl包所在的文件路径，在该文件路径所在的文件夹，在文件搜索栏输入cmd，之后激活对应的所需要包的环境，pip install 文件昵称即可。（文件昵称可通过Tab自动补全）