Python開發環境 Anaconda搭建

在介紹anaconda之前，先介紹下conda,conda是乙個類似於pip/pip3的可執行命令列工具，其核心功能是包的管理與環境管理，支援多種語言，因此用來管理python包也是綽綽有餘的。其與pip的區別是pip可以再任何環境中安裝python包，而 conda則可以再conda環境中安裝任何語言包。因為anaconda中集合了conda,因此可以執行使用conda進行包和環境的管理。

選擇相應的作業系統和python版本，以及是圖形還是命令列安裝：

開啟終端，用於conda安裝包：

例如安裝numpy包：

[外鏈轉存失敗,源站可能有防盜煉機制,建議將儲存下來直接上傳(img-qwqmpsam-1580864796819)(

命令

conda config --show-sources

顯示結果

(base) bash-3.2$ conda config --show-sources
==> /users/linhongzheng/.condarc <==
ssl_verify: true
channels:
- - 
- defaults
show_channel_urls: true

這裡有三個源，兩個是清華的源，另乙個是預設的源

命令

conda config --add channels

操作：

#新增清華的源 conda config --add channels conda config --add channels conda config --set show_channel_urls yes

執行成果後，使用顯示源檢視是否新增成功（conda config --show-sources）

中科大的源

conda config --add channels

阿里雲的源

conda config --add channels

命令

conda config --remove channels

操作

conda config --remove channels ''

啟動jupyter notebook，用作指令碼編輯器：

新建乙個python3環境的視窗：

編輯指令碼,驗證之前安裝的numpy是否生效：

選擇相應的版本和作業系統，以及安裝工具、語言和是否支援gpu（cuda）：

在anaconda的命令列中執行上圖生成的命令：

也可以指定安裝的版本：

conda install pytorch=1.3.1  torchvision -c pytorch

驗證

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

輸出如下資訊，表明pytorch已經安裝成功。

tensor([[0.5918, 0.2321, 0.0967],
[0.0229, 0.0954, 0.5862],
[0.4148, 0.5069, 0.8548],
[0.5220, 0.7584, 0.8996],
[0.2323, 0.1885, 0.2464]])

Python開發環境 Anaconda搭建

python開發環境

python開發環境

python開發環境搭建

Python開發環境 Anaconda搭建

python開發環境

python開發環境

python開發環境搭建

相關推薦