conda

主页>>标签: conda

在Ubuntu、CentOS上安装Anaconda

Anaconda是最流行的数据科学和机器学习Python发行版本,可于大规模数据处理,预测分析和科学计算。 首先,不建议在空间有限的服务器安装Anaconda,它安装之后就点了7G的空间,如果,如果创建了两个以上的深度学习的虚拟环境,很容易上到15个G。所以建议安装在本地的Linux系统。Windows的安装教程网卡有很多,这里就不更重复。 下载Anacon [...]

|2020-09-13T18:28:02+08:002020/9/12|分类:原创, 开发环境|标签:, |0 条评论

配置不同的JupyterLab并添加不同conda虚拟环境

一、让JupyterLab识别不同的conda虚拟环境 我们会因为不同项目而配置不同的虚拟环境,很多因为要做数据分析而安装Anaconda,它的conda也可以为不同项目建立不同的虚拟环境。因为安装Anaconda后默认只有一个JupyterLab。建立其它虚拟环境之后,如果想使用JupyterLab跑这个项目,其实没有在每个不同的虚拟环境安装一个Jupyt [...]

|2020-09-06T20:59:06+08:002020/9/10|分类:原创, 开发环境|标签:, |0 条评论

JupyterLab删除不同核心环境

查看当前核心环境,输入jupyter kernelspec list 如果系统还安装有Python2 则会在这里显示有python2。如果之前用过Pycharm按照它的提示安装过它的核心环境,也会有类似pycharm环境。而后者其实是同你的base或本机环境是同一个环境。如果是不小心添加的,可以用以下方式删除。 输入jupyter kernelspec re [...]

|2020-09-06T20:56:07+08:002020/9/9|分类:原创, 开发环境|标签:, |0 条评论

Python环境部署(二) —— conda依赖包迁移

转载自CSDN博客,作者:Forskamse 原文链接:https://blog.csdn.net/zbgjhy88/article/details/98845719 本人在维修电脑的过程,发现某些包或文件会因为蓝屏损坏,变得不可读写,JupyterLab频频出错,于是考虑迁移其它环境,重装Anaconda,重置Base环境。也发现,无法按照官方的教程来迁移 [...]

|2020-09-03T11:41:49+08:002020/9/5|分类:开发环境|标签:|0 条评论

Python环境部署(一) —— pip依赖包迁移

转载自CSDN博客,作者:Forskamse 原文链接:https://forskamse.blog.csdn.net/article/details/98665869 前言 工程实际应用时,我们需要考虑如何在各种情况下顺利地将工程的运行环境部署起来。 就Python工程来说,最主要的就是将程序运行所需的各种依赖模块安装起来。目前Python最常用包管理工具 [...]

|2020-09-03T11:41:42+08:002020/9/4|分类:开发环境|标签:|0 条评论

Python包的兼容性问题的处理办法——基于conda的环境管理

Anaconda是Python其中一款集成环境管理软件,它包括了许多用于科学计算、数据分析和机器学习的Python第三方包。同样,也可以用它来构建Python的虚拟运行环境。 自己使用Python也差不 Python可用于不同的开发、编程任务,而不同的任务需要不同的环境,例如做WEB开发用的环境,就不要跟数据分析和机器学习的混在一起。当然,一开始所有包都安装 [...]

|2020-08-31T18:40:43+08:002020/8/30|分类:原创, 开发环境|标签:, |0 条评论

Anaconda模块包与虚拟环境的管理

模块与包的管理 查看当前环境下安装的包: conda list 升级所有包,包括Python(只会更新第三个版本号X,3.7.X): conda update --all 升级conda: conda update conda 升级单个包: conda update package_name 升级多个包: conda update package1 pack [...]

|2020-09-06T12:01:10+08:002020/8/25|分类:原创, 开发环境|标签:|0 条评论
返回顶部