欢迎光临散文网 会员登陆 & 注册

Anaconda & Jupyter

2023-07-09 00:47 作者:Pluviophile珂  | 我要投稿

Anaconda和Jupyter（笔记向）

面向深度学习环境用



Anaconda和Jupyter（笔记向）一、Anaconda软件安装二、Jupyter Notebook更改工作路径切换内核保存为Markdown三、安装PyTorchGPU版本CPU版本四、Conda命令环境相关查看conda版本查看虚拟环境创建虚拟环境删除虚拟环境激活环境关闭环境导入/导出环境(requirements.txt)1. 使用Conda2. 使用Pip导出/导入环境(yml)导出为yml文件导入yml文件包相关更改虚拟环境中Python解释器的版本



一、Anaconda软件安装

  1. 下载

    下载安装包Free Download | Anaconda ，或者复制下面的网址到浏览器地址栏搜索下载

    https://www.anaconda.com/download/

    后面会使用虚拟环境，所以conda的base环境中python的版本并不重要，创建虚拟环境时会设置新环境中的python解释器的版本。

  2. 安装

    • 安装时 just me 和 all users，选择 just me

    • 可以安装到D盘，D:\Program Files\Anaconda

    • 注意最后Advanced Options不建议选择的方框（不建议在这里添加环境变量）

  3. 配置anaconda的环境变量

    右键此电脑→属性→高级系统设置→(系统属性\高级)环境变量→系统变量中选中Path →编辑→新建→添加下面的三个路径→确定

    D:\Program Files\Anaconda

    D:\Program Files\Anaconda\Scripts

    D:\Program Files\Anaconda\Library\bin

    若此前用户为其他多余Python解释器添加过环境变量，请删除，否则anaconda的环境变量会被挤掉。

  4. 更改默认启动环境

    找到安装位置下的Anaconda\Scripts 中的activate.bat

    修改其中的为自己的环境名。

    @CALL "%~dp0..\condabin\conda.bat" activate %*

    修改为：（其中normal为自己的环境名）

    @CALL "%~dp0..\condabin\conda.bat" activate normal


二、Jupyter Notebook

更改工作路径

  1. 选择一个目录新建文件夹作为工作路径，比如我这里设置为

    D:\myProject\Jupyter

  2. 打开anaconda附带安装的Prompt，输入下面的命令

     jupyter notebook --generate-config

  3. 打开C:\User\用户名\.jupyter （用户名替换为自己的）文件夹，用记事本打开jupyter_notebook_config.py文件

  4. 修改其中的

     # c.NotebookApp.notebook_dir = ''

    为下面的内容，并去掉前面的#号

     c.NotebookApp.notebook_dir = 'D:\myProject\Jupyter'

  5. 找到Jupyter Notebook的快捷方式

    右键→属性→（快捷方式）目标→删除jupyter-notebook-script.py后面的内容(即 "%USERPROFILE%/")包括空格→应用→确定

切换内核

Jupyter的默认内核为Python 3(ipykernel)，我们把kernel切换为自己的虚拟环境，在自己创建的虚拟环境中运行。

列出Jjupyter的内核列表

 jupyter kernelspec list

安装ipykernel

 conda install ipykernel

将虚拟环境envName 导入jupyter的kernel中

 python -m ipykernel install --user --name=envName

删除虚拟环境中名字为envName 的kernel内核

 jupyter kernelspec remove envName

出现下面内容为成功

Installed kernelspec normal in C:\Users\你的用户名\AppData\Roaming\jupyter\kernels\normal


保存为Markdown

安装基本依赖

 conda install pandoc

安装nbconvert 库

conda install nbconvert

使用方法，在命令行里输入

jupyter nbconvert --to markdown notebook.ipynb


或者直接在Jupyter中File → Download as → markdown


三、安装PyTorch

pytorch虽然是一个库，但安装时的核心组件叫做torch，另外还有两个额外的小组件叫做torchvision和torchaudio。

GPU版本

由于PyTorch库的下载组件内部含有cudatoolkit，它是CUDA的子集，里面的东西足够PyTorch使用，因此不用单独安装CUDA和CUDNN，也不用考虑PyTorch内置cuda与计算机显卡CUDA版本之间的关系。

查看本机显卡CUDA版本，在CMD中输入下面的内容，可以在右上角看到CUDA版本号

nvidia-smi

可以在这个网站Previous PyTorch Versions | PyTorch 下载安装需要的版本

https://pytorch.org/get-started/previous-versions/

网站里有对应版本的命令。

使用下面的命令查看conda可以安装的torch版本

conda search pytorch

推荐使用pip指令安装指定版本的pytorch


CPU版本

CPU版本的安装和GPU版本安装步骤是一样的，可在网站中选择CPU版本


检查：如果torch.cuda.is_available() 返回False 那么使用的是CPU版本的torch



四、Conda命令


环境相关

查看conda版本

conda -V


查看虚拟环境

有三种方法，我最常用的是第一种

  • 第一种

    conda env list

  • 第二种

    conda info -e

  • 第三种

    conda info --envs


创建虚拟环境

创建一个python3.9的空环境，其中的envName 为要创建的虚拟环境的名字

conda create -n envName python=3.9

克隆一个虚拟环境（从一个旧的环境创建新环境）

conda create -n newName --clone oldName


删除虚拟环境

其中--all是指删除整个环境

conda remove -n envName --all


激活环境

conda activate envName

关闭环境

有两种办法

  • 第一种，此时的缺省值为当前环境

    conda deactivate

  • 第二种，此时缺省值为base环境

    conda activate



导入/导出环境(requirements.txt)

1. 使用Conda

导出，导出的文件所在目录为：控制台所在目录 ，如果需要指定目录可以D:\requirements.txt

conda list -e > requirements.txt

导入requirements.txt 中的库（使用这种执行方式，遇到安装不上就整体停止，不继续安装接下来的包 ）

conda install --yes --file requirements.txt

上述命令如果requirements.txt 中的包不可用，则会抛出“无包错误”，使用下面的方法可以解决上述问题

while read requirement; do conda install --yes $requirement; done < requirements.txt

或者执行这个解决上面出现的不执行后续包的问题

FOR /F "delims=~" %f in (requirements.txt) DO conda install --yes "%f"

如果想要在conda命令无效时使用pip命令来代替，则可以使用下面的命令

while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt

2. 使用Pip

pip批量导出环境中包含的所有包，包括没有用到的包，导出的文件所在目录为：控制台所在目录

pip freeze > requirement.txt

如果需要导出到指定位置

pip freeze > D:\...\requirement.txt

导入

pip install -r requirement.txt

或者从国内源导入（临时换源）

pip install -i 国内源 -r requirement.txt

一些国内源

清华源https://pypi.tuna.tsinghua.edu.cn/simple

中科大https://mirrors.bfsu.edu.cn/pypi/web/simple/

阿里云http://mirrors.aliyun.com/pypi/simple/

豆瓣源http://pypi.douban.com/simple/

华科源http://pypi.hustunique.com/


导出/导入环境(yml)

导出为yml文件

先激活需要导出的环境（如envName），然后输入以下内容

conda env export > envName.yml

或者在导出的时候添加环境名字-n envName

conda env export -n envName > envName.yml

导入yml文件

用yml文件创建环境

conda env create -f envName.yml

用yml文件更新环境

conda env update -f envName.yml



包相关

更改虚拟环境中Python解释器的版本

注意：不管是升级版本还是降版本，都是用下面的命令，修改版本后，原来的pip安装的包会被删掉，无法使用

查看当前虚拟环境的python版本

python -V

更改python版本为3.9

conda install python=3.9

如果遇到问题可以先卸载python，然后再安装

conda uninstall python






一些国内源

清华源https://pypi.tuna.tsinghua.edu.cn/simple

中科大https://mirrors.bfsu.edu.cn/pypi/web/simple/

阿里云http://mirrors.aliyun.com/pypi/simple/

豆瓣源http://pypi.douban.com/simple/

华科源http://pypi.hustunique.com/


标签：

Anaconda & Jupyter的评论 (共 条)

分享到微博请遵守国家法律