小白项目部署:anaconda环境+pycharm+yolov5(虚拟机环境)

  1. 创建虚拟环境:conda create --name my_yolo

  2. 激活环境命令:activate my_yolo

    3.打开anaconnda软件,选择my_yolo环境

    4.点击右下角,更换pycharm虚拟环境my_yolo

5.选择Conda环境,选择my_yolo

6.安装解释器成功

7.在 Anaconda 中删除虚拟环境:

  • 列出所有虚拟环境: 首先,使用以下命令列出所有的虚拟环境,确保你知道你想删除的虚拟环境的名称:

    conda env list

  • 删除虚拟环境: 使用 conda env remove 命令删除你想删除的虚拟环境。例如,删除 my_yolov555 环境:

    conda env remove --name my_yolov

    该命令会删除 my_yolov 环境及其所有相关的包和设置。

  • 确认删除: 你可以再次运行 conda env list 来确认虚拟环境已被成功删除。

相关推荐
动物园猫1 小时前
人脸表情七种表情数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·分类
一个数据大开发1 小时前
大模型驱动下的数据中台架构演进:从服务化到智能化
大数据·数据仓库·vscode·pycharm
广州灵眸科技有限公司2 小时前
瑞芯微(EASY EAI)RV1126B 音频电路
开发语言·人工智能·深度学习·算法·yolo·音视频
图像僧3 小时前
没有sudo权限也能安装和使用 VSCode
ide·vscode·编辑器
我是谁??3 小时前
【6】基于 Docker + YOLOv8 的模型部署实战(GTX1660S + Ubuntu22.04)
yolo·docker·容器
我是谁??4 小时前
【1】基于 GTX1660 Super + Docker + YOLOv8 的目标检测训练完整实践(Ubuntu22.04)
人工智能·yolo·目标检测
我是谁??4 小时前
【5】基于 Docker + YOLOv8 环境实现模型量化(GTX1660S + Ubuntu22.04)
yolo·docker·容器
我是谁??4 小时前
【4】基于 Docker + YOLOv8 环境将模型转换为 ONNX(GTX1660S + Ubuntu22.04)
yolo·docker·容器
我是谁??4 小时前
【3】基于 Docker + YOLOv8 环境实现模型裁剪(GTX1660S + Ubuntu22.04)
yolo·docker·容器
我是谁??4 小时前
【2】基于 Docker + YOLOv8 环境实现模型蒸馏实战(GTX1660S + Ubuntu22.04)
yolo·docker·容器