【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

  1. 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。

  2. 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
  3. 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]
  4. 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
  1. 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

相关推荐
weixin_307779135 分钟前
批量OCR的GitHub项目
python·github·ocr
孤狼warrior1 小时前
灰色预测模型
人工智能·python·算法·数学建模
神仙别闹1 小时前
基于Python实现LSTM对股票走势的预测
开发语言·python·lstm
c30%001 小时前
内网渗透——红日靶场五
运维·服务器
机器学习之心2 小时前
小波增强型KAN网络 + SHAP可解释性分析(Pytorch实现)
人工智能·pytorch·python·kan网络
JavaEdge在掘金2 小时前
MySQL 8.0 的隐藏索引:索引管理的利器,还是性能陷阱?
python
宇钶宇夕2 小时前
EPLAN 电气制图:建立自己的部件库,添加部件-加SQL Server安装教程(三)上
运维·服务器·数据库·程序人生·自动化
站大爷IP2 小时前
Python办公自动化实战:手把手教你打造智能邮件发送工具
python
chao_7892 小时前
回溯题解——子集【LeetCode】二进制枚举法
开发语言·数据结构·python·算法·leetcode
susu10830189112 小时前
Debian 11 Bullseye 在线安装docker
运维·docker·debian