anaconda3的安装包,anaconda3安装详细教程linux

  anaconda3的安装包,anaconda3安装详细教程linux

  Anaconda3最新安装配置使用教程(详细过程)1。Anaconda下载方式1:官网下载方式2:清华图片下载(推荐)2。蟒蛇装置3。Anaconda配置3.1配置环境变量3.2配置国产图片来源4。蟒蛇使用5。康达博主常用命令热门文章推荐:

  Anaconda是一个开源的Python发行版,它包含了超过180个科学包,比如conda和Python及其依赖项。

  Anaconda Jupyter基本上是机器学习/数据分析等大多数开发者的标准开发环境。

  言归正传:

  1.Anaconda下载方式一:官网下载地址入口:

  首页:https://www.anaconda.com/官网下载页面:https://www.anaconda.com/products/individual#Downloads可以直接选择相应的安装程序

  方法二:清华镜像下载(推荐)在官网下载速度慢,容易坏。建议使用以下清华镜像下载方法:

  下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/打开后,可以通过日期排序找到最新版本下载。

  这里分别测量了通过官网和图片的下载速度,测出来的图片大概是快两倍,当然这要看不同的网络环境。

  2.安装并下载Anaconda之后,它就像普通的软件安装一样,

  下面以Windows版本为例:

  选择用户

  您可以检查寄存器,而不是添加系统路径。建议安装后手动配置SysPath,避免因配置导致后期使用出现问题。

  等等,下一步

  您不需要选择最后两项。单击“完成”完成安装。

  安装后可以看到,除了Anaconda,Jupyter,Spyder等。也是默认带来的。

  3.Anaconda配置3.1配置环境变量打开计算机高级系统配置:

  开放系统环境变量

  找到路径,然后点击编辑或直接双击

  添加安装目录和相应的yydxg目录,如下所示,以完成配置。

  之后,您可以简单地通过cmd输入conda命令来检查安装配置是否成功:

  同时可以看到python的版本已经是带conda的版本了:

  3.2配置国产镜源。在cmd中继续,通过输入以下命令将其配置为清华源:

  康达配置-添加频道https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda配置-添加频道https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/康达配置-添加频道https://mirrors . tuna . Tsinghua . edu . cn/anaconda/cloud/conda-forge/

  4.使用Anaconda打开Anaconda Navigator:

  开始慢一点。

  或者打开提示符命令行,使用conda cmd。

  导航器启动完成

  如果已经安装了,可以直接点击启动,比如点击Jupyter:

  接下来,单击左栏中的Environment,为开发创建一个新的虚拟环境。

  (虚拟环境可以理解为只是系统的一个文件夹,你可以在里面安装任意的包作为你的开发目录,而且它和其他Python包是隔离的,互不影响,这也是conda的精髓)

  如果使用conda cmd与图形页面相同,则使用cmd意味着使用conda create。

  conda create-n object detection python=3

  如果创建过程中报告HTTP网络错误,可能是通道有缺省,去掉就好;否则默认镜像源的访问速度太慢,导致超时,更新下载失败。

  在用户根目录(C:\Users\ username)中,找到。condarc文件(本地conda的用户配置文件),只需打开并删除其中的默认配置行。

  如果不行,可以试试把清华镜像源的https改成http。

  最终创建:

  右键单击要在此环境中开发的env的终端:

  5.康达常用命令cmd详情请参考官网Doc:

  https://docs.conda.io/projects/conda/en/latest/commands.html

  Conda - version #检查Conda版本并验证是否已安装。

  Conda更新conda #更新到最新版本,其他相关包也会更新。

  Condupdate-all #更新所有软件包

  condopdate package _ name #更新指定的包

  create-n环境名称软件包名称#创建一个名为环境名称的新环境,并在此环境中安装一个名为软件包名称的软件包。可以指定新环境的版本号,例如:conda create-n python 2 python=python 2.7 numpy。

  熊猫,创建了python2环境,python2版,还安装了numpy熊猫包。

  激活环境名称#切换到环境名称环境。

  源停用#退出环境

  显示所有创建的环境。

  创建名称新环境名称克隆旧环境名称#将旧环境名称拷贝为新环境名称

  一个remove-name env _ nameall # delete环境

  查看所有已安装的软件包

  condinstall package _ name #在当前环境中安装软件包。

  con install-name env _ name package _ name #在指定的环境中安装软件包。

  removename env _ name package #删除指定环境中的软件包。

  Conda remove package #删除当前环境中的包。

  conda create -n张量流_环境张量流

  cond activate tensorflow _ env # conda安装tensor flow的CPU版本

  a create-n tensorflow _ GPU env tensor flow-GPU conda activate tensor flow _ GPU env # conda安装tensor flow的GPU版本。

  博主推荐热门文章:一篇读懂系列:

  一读无线充电技术(附方案选择及原理分析)一读:Android/iOS手机如何通过音频接口(耳机接口)与外设通信一读:Android手机如何通过USB接口与外设通信(附原理分析及方案选择)LoRa Mesh系列:

  LoRa学习:LoRa学习的关键参数(扩频因子、编码速率、带宽)的设置与解读:信道占用检测(CAD)原理LoRa/FSK无线频谱波形分析(频谱分析仪测试LoRa/FSK带宽、功率、频率误差等。)网络安全系列:

  ATECC508A芯片开发笔记(1):我第一次见到SHA/HMAC/AES-CBC/CTR算法的性能和RAM消耗测试结果。常用加密/签名/哈希算法(多平台AES/DES、DH、ECDSA、RSA等)的性能比较。)AES加密和解密效率测试(纯软件AES 128/256)——采用嵌入式Cortex-M0和M3平台

  嵌入式学习中良好的动手项目和项目安排(有代码资料、学习视频和嵌入式学习规划)IAR调试技巧总结:Linux内核编译配置(Menuconfig)如数据断点、CallStack、设置堆栈、检查堆栈使用情况和堆栈深度、内存、设置Next语句等。制作文件系统的详细步骤:调用Android底层的C代码(JNI实现)。第一步:开机启动,安装中文字体,虚拟键盘,打开SSH等Android/Linux设备。有线和无线双网共存(内部和外部网络)嵌入式开发系列:

  AI:机器学习必须知道的几个术语:标签、特征、模型……AI:卷积神经网络CNN已解决过拟合方法AI:什么是机器学习的数据清洗AI:机器学习的模型是如何训练的?(通过试错学习)数据可视化:TensorboardX安装和使用(安装测试案例演示)

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: