教你如何使用Conda命令 + 安装tensorflow

 更新时间:2023年01月04日 10:42:26   作者:ytusdc  
conda 是开源包(packages)和虚拟环境(environment)的管理系统,这篇文章主要介绍了Conda命令和安装tensorflow的详细过程,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

什么是 conda ?

conda 是开源包(packages)和虚拟环境(environment)的管理系统。

  • **packages 管理:**可以使用 conda 来安装、更新 、卸载工具包 ,并且它更关注于数据科学相关的工具包。在安装 anaconda 时就预先集成了像 Numpy、Scipy、 pandas、Scikit-learn 这些在数据分析中常用的包。另外值得一提的是,conda 并不仅仅管理Python的工具包,它也能安装非python的包。比如在新版的 Anaconda 中就可以安装R语言的集成开发环境 Rstudio。
  • **environment管理:**在conda中可以建立多个虚拟环境,用于隔离不同项目所需的不同版本的工具包,以防止版本上的冲突。对纠结于 Python 版本的同学们,我们也可以建立 Python2 和 Python3 两个环境,来分别运行不同版本的 Python 代码。

Conda的环境管理

默认python环境名为base。用户安装的不同python环境都会被放在目录~/anaconda/envs下,可以在命令中运行conda info -e查看已安装的环境,当前被激活的环境会显示有一个星号或者括号。

#conda版本查看
conda -V
conda --version 
 
#更新         
conda update conda           #更新conda
conda update anaconda        #更新anaconda
conda update anaconda-navigator    #update最新版本的anaconda-navigator   
 
# 查看已安装的虚拟环境
conda env list 
conda info -e
conda info --env
 
# conda -create -n env_name list_of_packages
# env_name是需要创建的环境名称,list_of_packages是在新环境中需要安装的工具包,有多个时用空格隔开
# 创建一个名为的环境,指定Python版本是3.5(conda会自动寻找3.5.x中的最新版本)
 
conda create -n xxxx python=3.5
conda create --name xxxx python=3.5  
 
conda activate xxxx           #开启xxxx环境
conda deactivate              #关闭环境
 
# 克隆环境,我想创建一个新环境BBB,完全克隆AAA的环境配置
conda create -n BBB --clone AAA
 
# 删除一个已有的环境
conda remove -n xxxx --all
 
# 环境重命名
# conda没有重命名的命令,所以可以先 clone 一个环境,然后删除原有的环境

Conda的包管理

# 查看当前环境下已安装的包
conda list
 
# 查看某个指定环境(xxxxx)下已安装的包
conda list -n xxxxx
 
# 查找package信息,例如查找numpy包信息,会列numpy的所有版本
conda search numpy
 
# 安装package,安装多个包用空格隔开
# 如果不用-n指定环境名称,则被安装在当前活跃环境
# 也可以通过-c指定通过某个channel安装
conda install -n xxxxx numpy pandas
 
# 更新package
conda update numpy           # 更新numpy(当前活跃的环境)  
conda update -n xxxxx numpy  # 更新指定xxxxx环境下的numpy
conda update python          # 假设当前环境是python3.4, conda会将python升级为3.4.x系列的最新版本
 
# 删除环境package
conda uninstall numpy
conda remove numpy           # 删除numpy包(当前活跃的环境)
conda remove -n xxxxx numpy  # 删除xxxxx环境下的包

Conda 安装TensorFlow

直接安装指定版本:

conda install tensorflow-gpu==1.10

1、查看tensorflow各个版本:(查看会发现有一大堆TensorFlow源,但是不能随便选,选择可以用查找命令定位)

anaconda search -t conda tensorflow

这里(anaconda search -t conda 库名),可以查找各种源下对应的 库,下图红色框中的是源,后面对应的是TensorFlow的各种版本

2、找到自己安装环境对应的最新TensorFlow后(可以在终端搜索anaconda,定位到那一行),然后查看指定tensorflow版本信息

anaconda show anaconda/tensorflow  # anaconda/tensorflow是上图红框中的源名

3、最下面提供一个下载地址(蓝色框内),使用下面命令就可安装1.8.0版本tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0

到此这篇关于Conda命令 + 安装tensorflow的文章就介绍到这了,更多相关Conda安装tensorflow内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 详解在Python中以绝对路径或者相对路径导入文件的方法

    详解在Python中以绝对路径或者相对路径导入文件的方法

    这篇文章主要介绍了详解在Python中以绝对路径或者相对路径导入文件的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-08-08
  • 基于python的ini配置文件操作工具类

    基于python的ini配置文件操作工具类

    这篇文章主要为大家详细介绍了基于python的ini配置文件操作工具类,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-04-04
  • Pyqt5 实现多线程文件搜索的案例

    Pyqt5 实现多线程文件搜索的案例

    这篇文章主要介绍了Pyqt5 实现多线程文件搜索的案例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • python爬取Ajax动态加载网页过程解析

    python爬取Ajax动态加载网页过程解析

    这篇文章主要介绍了python爬取Ajax动态加载网页过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • Keras中Conv1D的使用及说明

    Keras中Conv1D的使用及说明

    这篇文章主要介绍了Keras中Conv1D的使用及说明,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-12-12
  • 浅谈python爬虫使用Selenium模拟浏览器行为

    浅谈python爬虫使用Selenium模拟浏览器行为

    这篇文章主要介绍了浅谈python爬虫使用Selenium模拟浏览器行为,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-02-02
  • python3 拼接字符串的7种方法

    python3 拼接字符串的7种方法

    本文给大家罗列了python3拼接字符串的七种方法,非常不错,具有一定的参考借鉴价值,需要的朋友参考下吧
    2018-09-09
  • Python绘图系统之自定义一个坐标设置控件

    Python绘图系统之自定义一个坐标设置控件

    这篇文章主要为大家详细介绍了Python如何编写一个绘图系统,可以实现自定义一个坐标设置控件,文中的示例代码讲解详细,感兴趣的可以了解一下
    2023-08-08
  • Python3读取文件常用方法实例分析

    Python3读取文件常用方法实例分析

    这篇文章主要介绍了Python3读取文件常用方法,以实例形式较为详细的分析了Python一次性读取、逐行读取及读取文件一部分的实现技巧,需要的朋友可以参考下
    2015-05-05
  • 如何使用Pytorch完成图像分类任务详解

    如何使用Pytorch完成图像分类任务详解

    如果你刚刚开始学习 PyTorch,并想学习如何做一些基本的图像分类,可以看看本文,这篇文章主要给大家介绍了关于如何使用Pytorch完成图像分类任务的相关资料,需要的朋友可以参考下
    2022-08-08

最新评论