Anaconda是包管理器和环境管理器,作为优秀的环境处理工具,一定要把它发挥出效果,游戏开始!
用conda创建一个名为kegcn,python版本为3.7的虚拟环境,命令如下
# conda create -n "conda环境名" python=3.6
conda create -n kegcn python=3.7
查看是否创建成功,命令如下
conda env list
结果如图:
conda activate kegcn
效果如图:
命令如下:
conda list
效果如图:
如果不想要刚创建的虚拟环了,使用如下命令删除
# conda remove -n "conda环境名" --all
conda remove -n kegcn --all
每次下载包默认连接到官方网站的库中安装,对于国内用户,下载较大的包不怎么友好,因此我们添加一些国内的镜像源,可以方便快捷的下载包,在此我们列举清华源,如下:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
在此,我们以安装tensorflow为例,进行直接安装或者进行指定版本的安装,直接安装命令如下:
conda install tensorflow
或者安装指定版本的gpu版本,命令如下:
conda install tensorflow-gpu==2.0.0
当然也可以用pip进行安装,这里我感觉二者区别不大,顶多是在环境复现时候需要照顾pip命令而已。
使用conda命令,将kegcn的环境配置导出至environment.yaml,命令如下:
conda env export -n kegcn > environment.yaml
在新的机器上,使用conda命令,根据environment.yaml配置文件,重新创建一个名为newkegcn的虚拟环境,命令如下:
conda env create -n newkegcn -f environment.yaml
如图,在settings中找到interpreter,选择add interpreter,点击conda environment,找到interpreter,找到虚拟环境位置的python解释器,即可配置成功。
解释器位置如图:
如何在pycharm中添加新的conda环境。如果继续创建了conda的虚拟环境,依旧在settings中找到add,如图:
点击Conda Environment,找到Existing Environment,尤其注意选择Interpreter,如图:
一定要找到Anaconda3下的envs,找到自己刚刚创建的虚拟环境,戳进去,找到python.exe解释器即可。底下的Conda executable则是指Anaconda执行器的文件路径,不用变化。点击OK即可完成配置!