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
RWKV元始智能1 小时前
RWKV超并发项目教程,RWKV-LM训练提速40%
人工智能·rnn·深度学习·自然语言处理·开源
AI技术增长3 小时前
Pytorch图像去噪实战(六):CBDNet真实噪声去噪实战,解决合成噪声模型落地效果差的问题
pytorch·深度学习·机器学习
小糖学代码4 小时前
LLM系列:2.pytorch入门:8.神经网络的损失函数(criterion)
人工智能·深度学习·神经网络
Jmayday4 小时前
Pytorch:RNN理论基础
pytorch·rnn·深度学习
AI周红伟6 小时前
周红伟:GPT-Image-2深度解析:从技术原理到实战教程,为什么它能让整个AI圈炸锅?
人工智能·gpt·深度学习·机器学习·语言模型·openclaw
端平入洛7 小时前
梯度是什么:PyTorch 自动求导详解
人工智能·深度学习
Uopiasd1234oo8 小时前
上下文引导模块改进YOLOv26局部与全局特征融合能力双重提升
深度学习·yolo·机器学习
动物园猫9 小时前
工业织物缺陷目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·目标检测
ACCELERATOR_LLC9 小时前
【DataWhale组队学习】DIY-LLM Task6 评估与基准测试
人工智能·深度学习·大模型·模型评估
狮子座明仔10 小时前
ThinkTwice: 让模型学会“做完题再检查一遍“,推理+自纠错联合训练只加3%开销
大数据·人工智能·深度学习