标签：匹配 for 方式 cloud default keras 生成 txt 一个
更详细可以参考：
Anaconda完全入门指南
conda官方文档
Anaconda官方文档
文章目录
conda创建新环境
第一步：创建
第二步：激活
第三步：查看活跃的环境
conda一些命令
anaconda下载
清华镜像源配置
远程：
Jupyter notebook远程访问服务器
Pycharm远程连接服务器
其他注意：
pytorch 安装不成功
keras和tersorflow对应版本问题
torchnet安装
conda创建新环境
如果只是用的话，用【创建】和【激活】的命令足够了～
第一步：创建
conda create --name yourEnv python=2.7
–name：也可以缩写为 【-n】，【yourEnv】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/yourEnv 目录
python=2.7：是python的版本号。也可以指定为【python=3.6】，若未指定，默认为是装anaconda时python的版本.
若想要在创建环境同时安装python的一些包：
conda create -n yourEnv python=3.6 numpy pandas
第二步：激活
windows ==> activate yourEnv
linux/mac ==> source activate yourEnv
tips:
linux用户需要进入到anaconda/envs目录下激活需要的环境，或者通过命令source active /home/yourName/anaconda3/envs/yourEnv激活需要的环境；
上面激活的方式进入目录太复杂 or 命令太长了，可以通过设置全局变量或者用linux的别名alias设置。
第一种方式,将需要激活的路径下的bin文件添加到全局环境变量中如将/home/yourName/anaconda3/envs/yourEnv/bin添加到~/.bash_profile中。
第二种方式，通过vim ～/.bash_profile，向里面添加alias activeEnv=‘source activate /home/yourName/anaconda3/envs/yourEnv‘，source ～/.bash_profile之后可以直接在命令行输入activeEnv激活相应环境
建议第二种，并建议看下linux的alias，非常好用
windows用户环境变量中添加（改成自己的路径）：
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
第三步：查看活跃的环境
conda info --envs：输出中带有【*】号的的就是当前所处的环境
conda一些命令
conda list: 看这个环境下安装的包和版本
conda install numpy scikit-learn: 安装numpy sklearn包
conda env remove -n yourEnv: 删除你的环境
conda env list: 查看所有的环境
anaconda下载
比起官网，建议从清华开源镜像站下载相应版本
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
bash Anaconda3-5.3.1-Linux-x86_64.sh
1
2
清华镜像源配置
清华官方说明：Anaconda 镜像使用帮助，主要概括为向.condarc填充以下内容：
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
linux: 直接vim ~/.condarc后添加；
Windows: 无法直接创建名为.condarc的文件，可先执行conda config --set show_channel_urls yes生成该文件之后再添加。
远程：
Jupyter notebook远程访问服务器
参考: Jupyter notebook远程访问服务器
注意第一个人的评论：" 我的要修改c.NotebookApp.ip=‘0.0.0.0’才能用"
以及按照我的版本c.IPKernelApp.pylab = ‘inline‘会报错
sshkey连接的方式：
在这里插入图片描述
Pycharm远程连接服务器
ctrl+s自动上传不了可能是没有选择默认的服务器，可以在tools --> deployment -->configuration 下面配置
在这里插入图片描述
tips:
pycharm的快捷修复键 OPTION + ENTER
优化导入 option + control + O
其他注意：
pytorch 安装不成功
记得加上清华pytorch镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
1
2
3
官网可以根据自己的系统等直接生成安装的命令，如果镜像后还是不成功将官方的安装命令conda install pytorch torchvision cudatoolkit=10.0 -c pytorch去掉-c pytorch，改为conda install pytorch torchvision cudatoolkit=10.0
cuda版本查看cat /usr/local/cuda/version.txt
keras和tersorflow对应版本问题
两个版本如果不匹配可能出现：module ‘tensorflow.python.keras.backend’ has no attribute ‘get_graph’。可以从这里查看对应的版本
pip uninstall keras # 卸载keras
conda install keras=2.2.4 #安装对应版本的keras
1
2
torchnet安装
手动：https://blog.csdn.net/weixin_43264516/article/details/83187775
官方：pip install torchnet
git： pip install git https://github.com/pytorch/tnt.git@master
标签：匹配 for 方式 cloud default keras 生成 txt 一个
原文地址：https://www.cnblogs.com/dpf-learn/p/13209872.html
