最新Anaconda3的安裝配置及使用教程(詳細過程)
搬運來源: https://www.iotword.com/2498.html
最新Anaconda3的安裝配置及使用教程(詳細過程)
- 1. Anaconda下載
- 方式一:官網下載
- 方式二:清華映象下載(推薦)
- 2. Anaconda安裝
- 3. Anaconda配置
- 3.1 配置環境變數
- 3.2 配置國內映象源
- 4. Anaconda使用
- 5. Conda常用命令
- 博主熱門文章推薦:
Anaconda是一個開源的Python發行版本,其包含了conda、Python等180多個科學包及其依賴項
Anaconda + Jupyter 基本上已經是大部分機器學習/資料分析等開發者標配的開發環境,
進入正題:
1. Anaconda下載
方式一:官網下載
下載地址傳送門:
直接選擇相應的installer即可
方式二:清華映象下載(推薦)
在官網下載比較慢,而且容易斷,推薦用下面清華映象方式:
開啟後,可以通過Date排序找到最新版本下載
這裡分別實測了通過官網和映象下載的速度,實測映象大概快兩倍左右,當然取決於不同網路環境,。。
2. Anaconda安裝
下載後,就和正常軟體安裝一樣,
這裡用Windows版舉例:
選擇使用者
這裡可以先不用選Add sys path,只勾選Register。 推薦安裝之後手動配置SysPath,避免配置導致後期使用上的問題
等待完成,下一步
最後兩項都不需要選,點選Finish,完成安裝
可以看到安裝後,除了Anaconda,預設還帶了Jupyter、Spyder等
3. Anaconda配置
3.1 配置環境變數
開啟電腦高階系統配置:
點開系統環境變數
找到下面System Variables -> Path,然後點選Edit 或直接雙擊
新增安裝目錄及相應bin目錄進去,如下圖,完成配置
之後可以簡單通過cmd輸入conda 命令檢查下安裝配置是否成功:
同時可以看下python的版本已經是conda帶的版本了:
3.2 配置國內映象源
繼續在cmd裡,通過輸入下面命令配置為清華源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
4. Anaconda使用
開啟Anaconda Navigator:
啟動有點慢
或者開啟Prompt命令列方式使用conda cmd
Navigator啟動完成
其中已經安裝好的直接可以點選Launch,比如點開Jupyter:
接下來點選左列的Environment,新建開發用虛擬環境即可使用,
(虛擬環境可以理解為只是系統的一個Folder,你可以在其中作為你的開發目錄進行任意安裝包,並與其他的Python包隔離開,互不影響,這也是conda的精髓)
如果用conda cmd也和圖形頁面一樣,用cmd就是通過conda create
- conda create -n ObjectDetection python=3
建立過程如果報HTTP網路錯誤,可能是channel裡多了一條default,去掉即可, 否則使用預設映象源訪問速度過慢,導致超時從而更新和下載失敗
在使用者根目錄(C:\Users\使用者名稱)下找到.condarc檔案(本機conda的使用者配置檔案),開啟並刪除其中的default配置行即可
如果還不行,可以嘗試把清華映象源的https 改為http
最後建立完畢:
右鍵開啟env的terminal,即可在該環境下進行開發了:
5. Conda常用命令
cmd詳情可以參考官網Doc:
https://docs.conda.io/projects/conda/en/latest/commands.html
conda –version #檢視conda版本,驗證是否安裝
conda update conda #更新至最新版本,也會更新其它相關包
conda update –all #更新所有包
conda update package_name #更新指定的包
conda create -n env_name package_name #建立名為env_name的新環境,並在該環境下安裝名為package_name 的包,可以指定新環境的版本號,例如:conda create -n python2 python=python2.7 numpy
pandas,建立了python2環境,python版本為2.7,同時還安裝了numpy pandas包source activate env_name #切換至env_name環境
source deactivate #退出環境
conda info -e #顯示所有已經建立的環境
conda create –name new_env_name –clone old_env_name #複製old_env_name為new_env_name
conda remove –name env_name –all #刪除環境
conda list #檢視所有已經安裝的包
conda install package_name #在當前環境中安裝包
conda install –name env_name package_name #在指定環境中安裝包
conda remove – name env_name package #刪除指定環境中的包
conda remove package #刪除當前環境中的包
conda create -n tensorflow_env tensorflow
conda activate tensorflow_env #conda 安裝tensorflow的CPU版本
- conda create -n tensorflow_gpuenv tensorflow-gpu
conda activate tensorflow_gpuenv #conda安裝tensorflow的GPU版本