1.首先在云服务器或者本地环境安装miniconda

选择自己电脑相应的版本

Miniconda — Anaconda documentation

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

安装后,关闭并重新打开终端应用程序或通过运行以下命令刷新它:

source ~/miniconda3/bin/activate

要在所有可用的 shell 上初始化 conda,请运行以下命令:

conda init --all

2.使用conda创建虚拟环境

2.1虚拟环境的创建

输入此条指令创建conda虚拟环境,可以自己更改名称和python版本

conda create -n   envname   python=3.8 (指定任何版本)

2.2激活虚拟环境(必须)

输入下行代码激活刚才创建的环境,主要名称要与之前创建时设置的名称相应


conda activate envname

3.在虚拟环境中安装库以及配置镜像源

在虚拟环境中输入pip install 库名 即可在此环境中安装各种工具包。

还有conda install 库名,最后出现successfully就是安装成功。

3.1配置镜像源

如果用pip安装库的过程中,下载速度特别慢停滞不动,或者出现红色报错,大家可以配置镜像源,能使下载速度快很多.

1.清华大学镜像源
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
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/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 


2.中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

3.2临时使用某个源(只用于此条代码)

pip install --- 之后加上链接即可

比如  pip install -i https://pypi.mirrors.ustc.edu.cn/simple/
 

3.3镜像源的其他指令

1.查看已添加的镜像
conda config --show channels

2.删除镜像

输入此条指令即可删除所有镜像源,在有时候镜像源出现问题报错时可以删除掉,或者换成其他源.

4.conda的一些常用指令

卸载包

pip uninstall torch

退出此环境

conda deactivate   退出此环境

环境重命名 

conda rename -n text text1   环境重命名  后面的新名字

查找所有环境

conda env list

conda info --env
查看当前环境下

删除环境

conda remove -n 名称 --all 

conda env remove --name 名称
 

查看cuda版本和运行状态

nvidia-smi
nvcc --version 看cuda版本

复制一个环境

例如,通过克隆tensorflow2来创建一个称为newtensorflow的副本:
conda create -n newtensorflow –clone tensorflow2

远程上传和下载

 ○ 上传
          scp -P <端口号> <本地文件名> root@<分配的IP>:<目标路径>
          然后输入后提示输入密码,将密码粘贴后回车即可
          示例:scp -P 10217 file.txt root@111.115.152.152:/data
          这个指令就是向111.115.152.152:10217服务器传输file.txt文件,传到指定服务器的/data目录下
  ○ 下载
          scp -P <端口号> -r root@<分配的IP>:<目标文件路径> <本地文件路径>
          示例:scp -P 2200 -r root@111.115.152.152:/data/file.txt .
          这个指令就是把目标服务器的/data/file.txt下载到本地当前目录

查看指定包

conda list  或  conda list  -n  名称  (查看这个包)

pip list      #查看所有的第三方包

查看Python版本

python --version  

生成 requirements.txt 文件

pip freeze > requirements.txt  生成

下载 requirements.txt 文件

pip install -r requirements.txt

ssh远程连接


登录指令为 ssh -p 11111 root@region-11.seetacloud.com

Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐