深度学习1.5-pip命令学习

pip使用了安装、卸载、管理各种包的工具,我的理解是python只是一个基本的平台,我们要实现各种功能的时候还需要各种包,这些包就是别人造好的轮子,我们要快速的造汽车,而不是要从头开始造轮子。pip就是专门用来帮我我们得到这些包的工具。下面记录一些我常用的命令,网上的信息很全,我记录下来以后用的时候就很方便了。

  1. 安装包
    假如我要安装Django包,并且指定版本为1.7,直接用下一行命令就可以了。

    pip install Django==1.7

  2. 显示自己已经安装好的包

    pip list

他就会列出来你已经安装好的包,就像我下面这样的

复制代码
Package           Version
----------------- --------
filelock          3.16.1
fsspec            2025.3.0
Jinja2            3.1.6
MarkupSafe        2.1.5
mpmath            1.3.0
networkx          3.1
numpy             1.24.4
pillow            10.4.0
pip               24.2
setuptools        75.1.0
sympy             1.13.3
torch             2.4.1
torchaudio        2.4.1
torchvision       0.19.1
typing_extensions 4.13.2
wheel             0.44.0

它列出来了安装好的包的名字的和版本。当然这些信息很有限,因此可以用如下命令详细查看某个包的信息。

  1. 显示某个包的详细信息

比如我们要看mpmath包的详细信息,可以通如下命令:

复制代码
pip show mpmath

显示信息如下

复制代码
Name: mpmath
Version: 1.3.0
Summary: Python library for arbitrary-precision floating-point arithmetic
Home-page: http://mpmath.org/
Author: Fredrik Johansson
Author-email: fredrik.johansson@gmail.com
License: BSD
Location: d:\myanaconda\envs\envtest\lib\site-packages
Requires: 
Required-by: sympy

以上信息可知,这个包是用于浮点运算,它还给出来编写这个包的作者的名字和邮箱,这说明这些包是一些行业专家编写好之后共享给大家使用的。还有一个重要信息,就是包的依赖关系,上面显示这个包是sympy包所必须的,比如我安装了一扇车门,那这扇车门上需要门把手、车窗玻璃等其他包。它是一种上下级抽象的关系。

  1. 更详细的信息

如果你觉得这个还不够详细,你可以使用以下命令:

复制代码
pip show -f SomePackage

他会列出来包"somepackage"包中所包含的所有文件。

相关推荐
WangYaolove13148 小时前
基于深度学习的中文情感分析系统(源码+文档)
python·深度学习·django·毕业设计·源码
软件算法开发8 小时前
基于改进麻雀优化的LSTM深度学习网络模型(ASFSSA-LSTM)的一维时间序列预测算法matlab仿真
深度学习·matlab·lstm·一维时间序列预测·改进麻雀优化·asfssa-lstm
狮子座明仔9 小时前
Engram:DeepSeek提出条件记忆模块,“查算分离“架构开启LLM稀疏性新维度
人工智能·深度学习·语言模型·自然语言处理·架构·记忆
2301_800256119 小时前
【人工智能引论期末复习】 第6章 深度学习4 - RNN
人工智能·rnn·深度学习
徐先生 @_@|||10 小时前
Palantir Foundry 五层架构模型详解
开发语言·python·深度学习·算法·机器学习·架构
翱翔的苍鹰11 小时前
神经网络中损失函数(Loss Function)介绍
人工智能·深度学习·神经网络
元智启11 小时前
企业AI应用面临“敏捷响应”难题:快速变化的业务与相对滞后的智能如何同步?
人工智能·深度学习·机器学习
Hcoco_me12 小时前
大模型面试题63:介绍一下RLHF
人工智能·深度学习·机器学习·chatgpt·机器人
向量引擎小橙12 小时前
“2026数据枯竭”警报拉响:合成数据如何成为驱动AI进化的“新石油”?
大数据·人工智能·深度学习·集成学习
努力犯错12 小时前
Qwen Image Layered:革命性的AI图像生成与图层分解技术
人工智能·深度学习·计算机视觉