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
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)
在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
python">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
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