精华内容
下载资源
问答
  • conda创建虚拟环境

    2020-08-21 01:15:55
    1cmd下输入conda env list或者conda info -e检查目前已有的conda虚拟环境conda env list 如果之前没有增加过conda虚拟环境,则只会有一个默认的,由conda自带的名为base的虚拟环境。 2输入指令 conda ...

    1 cmd下输入conda env list 或者 conda info -e检查目前已有的conda虚拟环境。

    conda env list 

    如果之前没有增加过conda的虚拟环境,则只会有一个默认的,由conda自带的名为base的虚拟环境。 

    2 输入指令 conda create -n 虚拟环境的名字 python = 版本号

    conda create -n myenv python=3.7.4

    示例指令是安装一个名为myenv的虚拟环境,虚拟环境使用的python版本是3.7.4。

    为了省事儿python的版本号可以只输入3,这样会配置为python当前最新的正式版本。

    需要注意两点:

    1. =的前后不要有空格,否则命令无法被正常解析。
    2. 不输入python版本号,虚拟环境也能新建成功,但是没有python解释器,不能直接使用!

    在下载python解释器相关内容请会有一个询问Proceed([y]/n)?

    输入y就开始下载并创建虚拟环境了。

    3. 虚拟环境安装完毕后,可以用conde env list检查一下安装的路径:

    conda env list

     

    在自带的base虚拟环境下出现了我们刚刚创建成功的myenv虚拟环境。虚拟环境的路径就在Anaconda3安装目录的envs/myenv目录下。

    4. 输入指令conda activate 虚拟环境名称可以启动虚拟环境

    conda activate myenv

     

    如果虚拟环境启动成功,则命令行前面会出现(myenv)的字样,这与启动的虚拟环境名称是一样的。输入显示当前虚拟环境中python解释器的版本号。

    输入pip list,可以看见当前虚拟环境下只安装了最小的python环境:

    想使用任何第三库都需要独立安装。

    5. 输入conda deactivate从虚拟环境中退出。

    conda deactivate

    6. 在VSCode中使用conda虚拟环境

    在VSCode的底部显示的是当前使用的Python解释器。

    点击当前的的Python解释器,会弹出一个对话框:

     选择对话框中的第一项,手动选择虚拟环境的Python解释器的位置。

    虚拟环境Python解释器就是虚拟环境所在文件夹下(d:/Anaconda3/envs/myenv)的python.exe文件。

    选定后,VSCode底部当前Python解释器会发生改变:

     

    7 删除虚拟环境

    输入指令conda remove -n myenv --all

    conda remove -n myenv --all

     该指令会将myenv虚拟环境及其所有相关内容全部删除干净。

    展开全文
  • 运行后,就会在 conda 的 envs 下创建一个叫 myenv 的文件夹,里面包含了虚拟环境的有关文件,包括 Python。 给 myenv 安装 Python 第三方库 numpy pandas matploblib scipy: conda install -n myenv numpy pand

    创建环境

    将虚拟环境创建在默认的 envs 文件夹下

    创建一个名叫 myenv 的虚拟环境,并设置 Python 版本为 3.8:

    conda create --name myenv python=3.8
    

    运行后,就会在 conda 的 envs 下创建一个叫 myenv 的文件夹,里面包含了虚拟环境的有关文件,包括 Python。

    myenv 安装 Python 第三方库 numpy pandas matploblib scipy:

    conda install -n myenv numpy pandas matploblib scipy
    

    虽然可以分开来一个一个安装,但可能会导致 dependency conflicts(冲突)。比如 package A 最高版本要求 package C 的版本是 1.x 才能运行。而 package B 最高版本要求 C 的版本是 2.x 才能运行。因此,如果分开安装,则会导致 B 不能安装。而一起安装,conda 会选择一个合适的 A 或 B 的版本,从而避免冲突。

    将虚拟环境创建在 PC 的其他地方

    在用 conda create --name 创建虚拟环境的时候,默认会将虚拟环境创建在 envs 文件夹下。但有时候,为了:

    1. 容易区分
    2. 让虚拟环境对系统的依赖性更低(more self-contained)
    3. 允许存在同名的虚拟环境

    此时可以考虑将虚拟环境创建在某个特定的文件夹下面,此时可以用:

    conda create --prefix 路径/myenv python=3.8
    

    这里的路径是 envs 的相对路径,当然可以用绝对路径。运行此语句就会在 相应的路径下创建一个 myenv 文件夹,对应一个叫 myenv 的虚拟环境。

    但要注意的是,在给 myenv 安装第三方库时,需要将 -n--name 改为 --prefix

    从 yml 文件导入虚拟环境

    创建虚拟环境的一个好处就是,可以将你的 Python 运行环境跨平台地分享给其他人。一般地,别人会发给你一份 xxx.yml 文件。如果没有问题,你只要根据 xxx.yml 就可以还原他的 Python 运行环境:

    conda env create -f xxx.yml
    

    运行上述语句后,就会在你的 conda 的 envs 文件夹下创建一个文件夹,这个文件夹就是虚拟环境。但这个文件夹叫什么,由** xxx.yml** 的内容决定。你可以打开这个 yml 文件,找到 name,后面跟的东西就是虚拟环境的名称。

    列出 PC 上的所有虚拟环境

    如果要看你的 conda 有多少虚拟环境,可以用:

    conda env list
    

    当然,也可以查一下 envs 文件夹,和其他用 --prefix 创建的虚拟环境的文件路径。

    删除虚拟环境

    conda remove --name myenv --all
    

    conda remove --prefix path/myenv --all
    

    使用虚拟环境

    激活

    conda activate myenv
    or
    conda activate path/myenv
    

    取消

    conda deactivate
    or
    conda activate base
    

    对于前者,要小心使用。因为 Conda 默认环境为 base。如果在 base 下用了 deactivate,那你的 conda 可能以后就不能用了…

    安装 Python 第三方库

    查看当前虚拟环境所有的库

    激活后:输入 conda list

    输出:所有的库,和相应的版本、Build 编号和下载来源。
    在这里插入图片描述

    安装 Python 库

    激活后:conda install xxx
    激活后:pip install xxx
    也可以在没激活的时候:
    conda install xxx -n myenvpip install xxx -n myenv

    可能有人问:在创建虚拟环境前,我们不是用 conda install -n myenv xxx 安装了吗?为什么还需要 pip install 呢?

    可问题是,有些库 conda 的下载 channels 可能没有。只能靠 conda install -i 其他来源 package 或 pip 来安装

    不过,此时要注意,安装的顺序:

    1. 先用 conda 装
    2. 实在没有再用 pip 装

    用 pip 安装的第三方库,若在将虚拟环境转换为 yml 文件分享给其他人的时候,若用用 --from-history 参数时,则不会包含进 yml 文件的

    什么是 channels?

    就是你用 conda 下载第三方库的时候,肯定要联网吧?联网为了干嘛,为了从远端的服务器中获取安装包呀。而 channels 就是这些远端服务器的 url 地址。

    channels 安装 Python 库时,发生了什么?

    在用 conda install xxx 安装时,会默认地搜索你的 conda 中的配置,配置里面列出了 channels 的 url。但是,由于 urls 可能不止一个,来源不止一个,就会导致下载某个 package 时,可能会出现重复的问题,除非:

    1. 你只有一个 channel
    2. 你的 channels 之间没有交集

    不过,conda 通过优先级的概念,自动地解决了重复的问题。一般在下载某个 package A 的时候,他会按照 conda 配置中的 channels,给排在最前面的 channel 最高的优先级,一次类推。

    假设你的 conda 配置列出的 channels 如下:

    1. c1
    2. c2
    3. c3

    则安装 A 时,首先会从 c1 到 c3 顺序地开始搜索,直到找到 A 为止,记为 c。然后,在 c 中搜索版本最高的 A,然后从 build 编号最大的那个资源下载下来,于是,A 安装完成。

    如果 c1-c3 都没有,则会报错。并提示你去 https://anaconda.org/ 搜索,然后按照相应的命令去安装。一般命令的格式是:

    conda install xxx -i  url
    or 
    conda install xxx -c alias
    

    前面提到的配置文件究竟是什么呢?他分为 系统层 和 local 层。系统层的配置文件一般在 user/Adminster (Win)下,叫 .condarc 的文件中,用记事本就可以修改了。

    当然,这个 condarc 文件,一开始是没有的。在你第一次运行 conda config 后自动创建。

    这是我的:
    在这里插入图片描述

    详见官方文档

    分享虚拟环境

    如何将虚拟环境分享给他人呢?若需要跨平台(相同系统不同版本也算)、推荐使用

    1. 激活
    2. conda env export --from-history > xxx.yml

    若不需要:

    1. 激活
    2. conda env export > xxx.yml

    之后,就会在你的系统路径里创建一个叫 xxx.yml 的文件了。

    再分享给别人时,记得把 xxx.yml 文件里面的 prefix 一行删掉哦。

    在这里插入图片描述

    展开全文
  • 创建新的虚拟环境,报错如下: (base) chen@ubuntu:~$ conda create -name R_env3.5 python=3.7 Collecting package metadata (current_repodata.json): done Solving environment: failed with repodata from ...

    问题
    解决方法
    再遇问题
    再次解决

    创建新的虚拟环境,报错如下:

    (base) chen@ubuntu:~$ conda create -name R_env3.5 python=3.7 
    Collecting package metadata (current_repodata.json): done
    Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
    Collecting package metadata (repodata.json): failed
    
    # >>>>>>>>>>>>>>>>>>>>>> ERROR REPORT <<<<<<<<<<<<<<<<<<<<<<
    
        Traceback (most recent call last):
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 375, in _load
            raw_repodata_str = fetch_repodata_remote_request(
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 815, in fetch_repodata_remote_request
            raise Response304ContentUnchanged()
        conda.core.subdir_data.Response304ContentUnchanged
        
        During handling of the above exception, another exception occurred:
        
        Traceback (most recent call last):
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/exceptions.py", line 1079, in __call__
            return func(*args, **kwargs)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/cli/main.py", line 84, in _main
            exit_code = do_call(args, p)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/cli/conda_argparse.py", line 83, in do_call
            return getattr(module, func_name)(args, parser)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/cli/main_create.py", line 41, in execute
            install(args, parser, 'create')
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/cli/install.py", line 261, in install
            unlink_link_transaction = solver.solve_for_transaction(
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/solve.py", line 114, in solve_for_transaction
            unlink_precs, link_precs = self.solve_for_diff(update_modifier, deps_modifier,
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/solve.py", line 157, in solve_for_diff
            final_precs = self.solve_final_state(update_modifier, deps_modifier, prune, ignore_pinned,
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/solve.py", line 262, in solve_final_state
            ssc = self._collect_all_metadata(ssc)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/common/io.py", line 88, in decorated
            return f(*args, **kwds)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/solve.py", line 425, in _collect_all_metadata
            index, r = self._prepare(prepared_specs)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/solve.py", line 1020, in _prepare
            reduced_index = get_reduced_index(self.prefix, self.channels,
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/index.py", line 288, in get_reduced_index
            new_records = SubdirData.query_all(spec, channels=channels, subdirs=subdirs,
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 140, in query_all
            result = tuple(concat(executor.map(subdir_query, channel_urls)))
          File "/home/chen/miniconda3/lib/python3.8/concurrent/futures/_base.py", line 611, in result_iterator
            yield fs.pop().result()
          File "/home/chen/miniconda3/lib/python3.8/concurrent/futures/_base.py", line 432, in result
            return self.__get_result()
          File "/home/chen/miniconda3/lib/python3.8/concurrent/futures/_base.py", line 388, in __get_result
            raise self._exception
          File "/home/chen/miniconda3/lib/python3.8/concurrent/futures/thread.py", line 57, in run
            result = self.fn(*self.args, **self.kwargs)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 132, in <lambda>
            subdir_query = lambda url: tuple(SubdirData(Channel(url), repodata_fn=repodata_fn).query(
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 145, in query
            self.load()
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 210, in load
            _internal_state = self._load()
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 393, in _load
            _internal_state = self._read_local_repdata(mod_etag_headers.get('_etag'),
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 442, in _read_local_repdata
            _internal_state = self._process_raw_repodata_str(raw_repodata_str)
          File "/home/chen/miniconda3/lib/python3.8/site-packages/conda/core/subdir_data.py", line 480, in _process_raw_repodata_str
            json_obj = json.loads(raw_repodata_str or '{}')
          File "/home/chen/miniconda3/lib/python3.8/json/__init__.py", line 357, in loads
            return _default_decoder.decode(s)
          File "/home/chen/miniconda3/lib/python3.8/json/decoder.py", line 337, in decode
            obj, end = self.raw_decode(s, idx=_w(s, 0).end())
          File "/home/chen/miniconda3/lib/python3.8/json/decoder.py", line 353, in raw_decode
            obj, end = self.scan_once(s, idx)
        json.decoder.JSONDecodeError: Unterminated string starting at: line 1306937 column 9 (char 38944593)
    
    `$ /home/chen/miniconda3/bin/conda create -name R_env3.5 python=3.7`
    
      environment variables:
                     CIO_TEST=<not set>
            CONDA_DEFAULT_ENV=base
                    CONDA_EXE=/home/chen/miniconda3/bin/conda
                 CONDA_PREFIX=/home/chen/miniconda3
        CONDA_PROMPT_MODIFIER=(base)
             CONDA_PYTHON_EXE=/home/chen/miniconda3/bin/python
                   CONDA_ROOT=/home/chen/miniconda3
                  CONDA_SHLVL=1
               CURL_CA_BUNDLE=<not set>
                         PATH=/home/chenyx/miniconda3/bin:/home/chen/bin:/home/chen/.local/bin:/
                              home/chen/miniconda3/bin:/home/chenyx/miniconda3/condabin:/usr/local
                              /sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/loc
                              al/games:/snap/bin
           REQUESTS_CA_BUNDLE=<not set>
                SSL_CERT_FILE=<not set>
    
         active environment : base
        active env location : /home/chen/miniconda3
                shell level : 1
           user config file : /home/chen/.condarc
     populated config files : /home/chen/.condarc
              conda version : 4.10.3
        conda-build version : not installed
             python version : 3.8.5.final.0
           virtual packages : __cuda=10.2=0
                              __linux=4.4.0=0
                              __glibc=2.23=0
                              __unix=0=0
                              __archspec=1=x86_64
           base environment : /home/chen/miniconda3  (writable)
          conda av data dir : /home/chen/miniconda3/etc/conda
      conda av metadata url : None
               channel URLs : https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/noarch
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/linux-64
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/noarch
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
                              https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/noarch
                              https://conda.anaconda.org/bioconda/linux-64
                              https://conda.anaconda.org/bioconda/noarch
                              https://conda.anaconda.org/r/linux-64
                              https://conda.anaconda.org/r/noarch
                              https://repo.anaconda.com/pkgs/main/linux-64
                              https://repo.anaconda.com/pkgs/main/noarch
                              https://repo.anaconda.com/pkgs/r/linux-64
                              https://repo.anaconda.com/pkgs/r/noarch
                              https://conda.anaconda.org/conda-forge/linux-64
                              https://conda.anaconda.org/conda-forge/noarch
              package cache : /home/chenyx/miniconda3/pkgs
                              /home/chenyx/.conda/pkgs
           envs directories : /home/chenyx/miniconda3/envs
                              /home/chenyx/.conda/envs
                   platform : linux-64
                 user-agent : conda/4.10.3 requests/2.24.0 CPython/3.8.5 Linux/4.4.0-116-generic ubuntu/16.04.4 glibc/2.23
                    UID:GID : 1010:1010
                 netrc file : None
               offline mode : False
    
    
    An unexpected error has occurred. Conda has prepared the above report.
    
    If submitted, this report will be used by core maintainers to improve
    future releases of conda.
    Would you like conda to send this report to the core maintainers?
    
    [y/N]: 
    Timeout reached. No report sent.
    

    解决方法:

    明明昨天还好好的,今天就不行了,必然是因为我昨天疯狂加channel导致的。
    直接恢复默认源:

    conda config --remove-key channels
    

    结果再一次报错:

    (base) chen@ubuntu:~$ conda create -name R_env3.5 python=3.7 
    Collecting package metadata (current_repodata.json): done
    Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
    Collecting package metadata (repodata.json): done
    Solving environment: failed
    
    PackagesNotFoundError: The following packages are not available from current channels:
    
      - r_env3.5
    
    Current channels:
    
      - https://repo.anaconda.com/pkgs/main/linux-64
      - https://repo.anaconda.com/pkgs/main/noarch
      - https://repo.anaconda.com/pkgs/r/linux-64
      - https://repo.anaconda.com/pkgs/r/noarch
    
    To search for alternate channels that may provide the conda package you're
    looking for, navigate to
    
        https://anaconda.org
    
    and use the search bar at the top of the page.
    

    结果发现是自己命令输入错误,改正即可:

     conda create -n R_env3 python=3.7 
    
    展开全文
  • 解决的问题描述 使用jupyter notebook 练习的时候, 常需要在某一特定环境中运行jupyter, 比如想在配置好keras的环境下运行jupyter....这里的your_name是你想在创建jupyter文件时, 选择的环境名称. 4
  • 本文包含了使用conda查看目前已有的虚拟环境、如何创建虚拟环境,删除虚拟环境,激活和退出虚拟环境等等 环境:Ubuntu 16.04 可能在windows和mac下操作有所差异,大家可以自行查找相关内容,如有需要以后补全 查看已...

    本文包含了使用conda查看目前已有的虚拟环境、如何创建虚拟环境,删除虚拟环境,激活和退出虚拟环境等等
    环境:Ubuntu 16.04
    可能在windows和mac下操作有所差异,大家可以自行查找相关内容,如有需要以后补全

    查看已有的虚拟环境

    ##打开终端
    对应操作:ctrl+alt+t
    ##在终端中输入

    conda info -e
    

    输出结果:在这里插入图片描述
    这里我的电脑已有两个虚拟环境,分别叫study和test-env
    ps:study后面有个*,是指当前所在的环境是study,打码的部分是指虚拟环境存储的路径

    创建虚拟环境

    为啥要创建虚拟环境,对我个人的使用经验来说,创建虚拟环境非常的有必要,假如只有一个base环境,很容易因为不同项目的配置不一样导致环境被污染,从而操作不必要的麻烦

    命令规则: conda create -n Env-Name python=制定版本
    对应操作:

    conda create -n study python=3.6
    

    等待安装成功即可

    注意:study要修改成你希望命名的环境名称;
    同时一定要制定python安装的版本,否则可能会影响后续的使用,这里推荐安装的是python3.6,当然你也可以选择其他版本的。

    激活虚拟环境

    命令规则:conda activate Env-Name
    或者 source activate Env-Name
    【执行一个即可】
    对应操作:

    conda activate study
    

    source activate study
    

    激活成功会在最开头显示(study)
    在这里插入图片描述

    退出虚拟环境

    命令规则:conda deactivate
    或者 source deactivate
    【执行一个即可,如果不行请尝试另一个操作】
    对应操作:

    conda deactivate
    

    source deactivate
    

    操作成功后,会退回到根环境下
    (base)

    删除虚拟环境

    命令规则:conda env remove -n Env-Name
    或者 conda remove -n Env_Name --all
    【执行一个即可,如果不行请尝试另一个操作】
    对应操作:

    conda env remove -n study
    

    conda remove -n study --all
    

    为了确认是否删除成功可以,使用最后的查看conda的虚拟环境命令来确认
    conda info -e

    分享我踩的所有坑是希望大家能少踩点坑,你的点赞和关注是我最大的动力~

    展开全文
  • conda创建虚拟环境及常用conda命令

    千次阅读 2019-06-28 23:45:49
    一、Conda创建虚拟环境 1、什么是虚拟环境  它是一个虚拟化,从电脑独立开辟出来的环境。通俗的来讲,虚拟环境就是借助虚拟机docker来把一部分内容独立出来,我们把这部分独立出来的东西称作“容器”,在这个容器中...
  • 因为不同项目所需的python版本和库的版本不同,所以最好安装个虚拟环境,比较好控制。之前一直都傻傻的用base环境去跑代码,一遇到库的版本不匹配就卸载重下,现在想想真的是浪费好长时间了。这次刚好要在服务器上跑...
  • conda 创建虚拟环境

    2020-05-30 20:19:13
    安装miniconda (python3) 将安装好的miniconda (python3) 添加到系统环境中 在终端中使用命令: conda create -n [自定义名称] python = 3.7
  • - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ show_channel_urls: true report_errors: ...
  • @anaconda创建环境出错 anaconda创建环境出错处理 ...尝试了许多方法后,在将c盘的condarc的内容全部删除后成功创建虚拟环境。 错误如下 File “D:\software\anaconda\lib\site-packages\conda\core\package_cach
  • conda 创建虚拟环境报错 CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/current_repodata.json> Elapsed: - An ...
  • 开始做cs231n的作业,看到一篇帖子在建立课程作业的anaconda环境,就是用conda命令建立虚拟环境。我没有进行这个步骤,也能正常做作业,就好奇了解了一下什么是虚拟环境,为什么要建立虚拟环境。下图是帖子中建立...
  • 不知从啥时候开始,我的电脑conda创建虚拟环境特别难创建,每次都会出一堆错误,全网查帖子,更换了镜像源,又删除了镜像源,更改了https->http,去掉了defaults,甚至卸载了conda重新安装,最后还是各种错误。...
  • 1.首先装有Anaconda环境,从Anaconda Prompt进入命令行 输入命令conda create -n 虚拟环境名字 python==x.x,(python的版本可能根据自己的环境来定,我的用3.8成功,3.6,3.5,3.4都不成功不知道什么原因,后来网上...
  • 1、创建一个虚拟环境 打开cmd终端输入命令:python查看自己安装的Python版本 这里可见我系统中安装的python版本为3.7.4,请读者也查清楚自己系统中的python版本...conda创建虚拟环境和pip创建虚拟环境不同,pip建立的虚
  • linux中使用conda创建虚拟环境

    千次阅读 2020-04-20 20:19:29
    1.ubuntu下conda建立虚拟环境: 建立环境: conda create -n your_env_name python=X.X(2.7、3.6等) 使用激活(或切换不同python版本)的虚拟环境: Linux: source activate your_env_name python --version 2. 对...
  • Linux conda创建虚拟环境安装pytorch linux小白怎么创建conda env来运行项目呢? Let’s see…… 1.查看现有的conda env虚拟环境 conda env list 如有需要的虚拟环境,贼可用activate+虚拟环境名字激活,进入该...
  • Ubuntu下conda创建虚拟环境、启用环境conda创建虚拟环境打开、关闭虚拟环境查看现有的虚拟环境列表 conda创建虚拟环境 conda create --name torch python=3.6 // torch是虚拟环境名称 打开、关闭虚拟环境 # 进入...
  • 使用conda创建虚拟环境

    千次阅读 2021-07-06 23:05:22
    1. 为什么需要虚拟环境 在做项目时,有可能会遇到对于python中的A包,项目甲和项目乙所需的A包的版本不同,我们不可能在做项目甲时安装A包的一个版本,在做项目乙时又将A包更新到另一...2.使用conda创建虚拟环境 创建虚
  • 1.conda create -n your_env_name python=X.X输入命令的时候始终报错,将命令删除掉从新手动输入则可以创建,之前网络复制的命令报错(原因未知)
  • 使用conda创建虚拟环境之前: 在Ubuntu 18.04上安装Anaconda3: 参照在Ubuntu 18.04上安装Anaconda3 解决1.配置镜像地址 1.conda安装完成后在命令行中运行添加清华镜像 conda config --add channels ...
  • conda创建虚拟环境失败的解决办法

    千次阅读 2020-11-12 16:52:42
    创建环境失败的办法解决方法1. 添加环境变量解决方法2. 更换源1)清华源如果不行就换,注意换之前需要删除.condarc文件1)科大源 解决方法1. 添加环境变量 anaconda安装路径下的三个文件添加到环境变量中 解决...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 16,700
精华内容 6,680
关键字:

conda创建虚拟环境