【Anaconda】Linux下Anaconda安装和虚拟环境配置

Linux下Anaconda安装和虚拟环境配置

下面介绍整体流程，遇到问题优先看"遇到问题章节"！

一、安装anaconda

1.下载anaconda安装包

（1）可以选择在官网下载，然后上传到服务器:

清华镜像的网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（2）也可以直接在linux上下载：

复制你所要版本的下载链接，使用wget+链接下载！

python 复制代码

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

2.开始安装

进入存放安装包的目录下，赋予它可执行权限，执行！

python 复制代码

# 给文件执行权限
chmod 777 Anaconda3-2024.02-1-Linux-x86_64.sh

# 执行
./Anaconda3-2024.02-1-Linux-x86_64.sh

遇到提示，输入enter，回车继续：

接下来是协议之类的阅读文章，按↓下键或者S键，直到出现yes/no，输入yes

接下来提示安装位置，默认是/root/anaconda3，如果需要改位置，则输入路径即可！不改的话直接回车：

然后提示你是否初始化，选择yes，在>>>输入yes，等待一会：

之后，重启终端，anaconda才能生效。命令行前方出现（base）字样。

注意：

anaconda在linux下默认安装在文件夹./anaconda3

，如果安装过程中出现任何问题，删除anaconda3文件夹即可重新开始: rm -rf $dir$

二、conda虚拟环境管理

查看虚拟环境列表

使用 conda info -e或者conda env list 查看已经存在的环境，前方带有*的为正在使用的虚拟环境。
创建虚拟环境
conda create -n [环境名称] python=[版本号]
python 复制代码
```
conda create -n mypython python=3.11
```
激活或退出虚拟环境
- 激活虚拟环境：conda activate [环境名称]
- 退出虚拟环境：conda deactivate [环境名称]
删除或复制虚拟环境
- 复制环境：conda create -n [new环境名称] --clone [old环境名称]
- 删除虚拟环境：conda remove -n [环境名称] --all

python 复制代码

# 复制环境
conda create -n newpythonenv --clone oldpythonenv

# 删除环境
conda remove -n mypythonenv --all

对于虚拟环境的包管理命令整理：

查看虚拟环境下的包：conda list -n [环境]或者切换环境后conda list
安装第三方包：切换到使用的环境后，安装第三方库：
- 安装：conda install [包名=版本号]
- 删除：conda uninstall [包名]
- 更新：conda update [包名]
复制环境依赖 （例如在开源项目中常见）
一般是在复现相同环境时使用，一键重现相同环境。例如更换服务器、复现git开源工程等。
（1）conda

conda导出已有的环境，保存在myenv.yaml文件中。
python 复制代码
```
conda env export > myenv.yaml
```
根据yaml文件导入并安装环境
python 复制代码
```
conda env create -f myenv.yaml
```
注：.yaml文件移植过来的环境只是原来环境里用conda install命令安装的包，pip安装的库可能不会移植过来，需要重新安装。

（2）pip

把环境中的依赖写入 requirement.txt 中
python 复制代码
```
pip freeze >requirements.txt
```
安装环境依赖
python 复制代码
```
pip install -r requirement.txt
```

三、jupyter相关启动部署

本地启动jupyter：

一般anaconda会自带这些工具不用下载！

安装命令 conda install jupyterlab
启动：jupyter notebook或者jupyter lab

远程访问jupyter：

参考另一篇文章：【AI模型-机器学习工具部署】远程服务器配置Jupyter notebook或jupyter lab服务

四、遇到问题

问题1：遇到"--no-check-certificate"
解决方法：加入--no-check-certificate 即可，如：

python 复制代码

wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh
sh Anaconda3-2021.11-Linux-x86_64.sh

问题2 ：/ home空间不足，特别是当后续还要安装众多的库，会频繁提示no space

解决方法：安装Miniconda，占用空间要比Anaconda3小很多，大概有3GB。

python 复制代码

wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

问题3：PackagesNotFoundError: The following packages are not available from current channels:

需要用到的soundfile等一些第三方库提示无法获取获取。

解决方法：可以通过国内资源下载：

python 复制代码

pip install soundfile -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

问题4：NotImplementedError: Cannot convert a symbolic Tensor (lstm/strided_slice:0) to a numpy array. This error may indicate that you're trying to pass a Tensor to a NumPy call, which is not supported

提示tensor和numpy不兼容的问题。

解决方法：可能是numpy包的问题。减低版本 numpy == 1.18.5