欢迎您访问365答案网,请分享给你的朋友!
生活常识 学习资料

最新Anaconda3的安装配置及使用教程(详细过程)

时间:2023-04-20
最新Anaconda3的安装配置及使用教程(详细过程)

1、Anaconda下载

方式一:官网下载方式二:清华镜像下载(推荐) 2、Anaconda安装3、Anaconda配置

3.1 配置环境变量3.2 配置国内镜像源 4、Anaconda使用5、Conda常用命令博主热门文章推荐:


Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项
Anaconda + Jupyter 基本上已经是大部分机器学习/数据分析等开发者标配的开发环境,

进入正题:


1、Anaconda下载 方式一:官网下载

下载地址传送门:

官网首页:https://www.anaconda.com/官网下载页:https://www.anaconda.com/products/individual#Downloads

直接选择相应的installer即可

方式二:清华镜像下载(推荐)

在官网下载比较慢,而且容易断,推荐用下面清华镜像方式:

下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

打开后,可以通过Date排序找到最新版本下载

这里分别实测了通过官网和镜像下载的速度,实测镜像大概快两倍左右,当然取决于不同网络环境,。。


2、Anaconda安装

下载后,就和正常软件安装一样,

这里用Windows版举例:

选择用户

这里可以先不用选Add sys path,只勾选Register。 推荐安装之后手动配置SysPath,避免配置导致后期使用上的问题

等待完成,下一步


最后两项都不需要选,点击Finish,完成安装

可以看到安装后,除了Anaconda,默认还带了Jupyter、Spyder等


3、Anaconda配置 3.1 配置环境变量

打开电脑高级系统配置:


点开系统环境变量

找到Path,然后点击Edit 或直接双击

添加安装目录及相应bin目录进去,如下图,完成配置

之后可以简单通过cmd输入conda 命令检查下安装配置是否成功:

同时可以看下python的版本已经是conda带的版本了:

3.2 配置国内镜像源

继续在cmd里,通过输入下面命令配置为清华源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/


4、Anaconda使用

打开Anaconda Navigator:

启动有点慢

或者打开prompt命令行方式使用conda cmd

Navigator启动完成

其中已经安装好的直接可以点击Launch,比如点开Jupyter:

接下来点击左列的Environment,新建开发用虚拟环境即可使用,

(虚拟环境可以理解为只是系统的一个Folder,你可以在其中作为你的开发目录进行任意安装包,并与其他的Python包隔离开,互不影响,这也是conda的精髓)

如果用conda cmd也和图形页面一样,用cmd就是通过conda create

conda create -n ObjectDetection python=3

创建过程如果报HTTP网络错误,可能是channel里多了一条default,去掉即可, 否则使用默认镜像源访问速度过慢,导致超时从而更新和下载失败

在用户根目录(C:Users用户名)下找到.condarc文件(本机conda的用户配置文件),打开并删除其中的default配置行即可

如果还不行,可以尝试把清华镜像源的https 改为http

最后创建完毕:

右键打开env的terminal,即可在该环境下进行开发了:


5、Conda常用命令

cmd详情可以参考官网Doc:
https://docs.conda.io/projects/conda/en/latest/commands.html

conda --version #查看conda版本,验证是否安装

conda update conda #更新至最新版本,也会更新其它相关包

conda update --all #更新所有包

conda update package_name #更新指定的包

conda create -n env_name package_name #创建名为env_name的新环境,并在该环境下安装名为package_name 的包,可以指定新环境的版本号,例如:conda create -n python2 python=python2.7 numpy
pandas,创建了python2环境,python版本为2.7,同时还安装了numpy pandas包

source activate env_name #切换至env_name环境

source deactivate #退出环境

conda info -e #显示所有已经创建的环境

conda create --name new_env_name --clone old_env_name #复制old_env_name为new_env_name

conda remove --name env_name –all #删除环境

conda list #查看所有已经安装的包

conda install package_name #在当前环境中安装包

conda install --name env_name package_name #在指定环境中安装包

conda remove – name env_name package #删除指定环境中的包

conda remove package #删除当前环境中的包

conda create -n tensorflow_env tensorflow

conda activate tensorflow_env #conda 安装tensorflow的CPU版本

conda create -n tensorflow_gpuenv tensorflow-gpu

conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本


博主热门文章推荐:

一篇读懂系列:

一篇读懂无线充电技术(附方案选型及原理分析)一篇读懂:Android/iOS手机如何通过音频接口(耳机孔)与外设通信一篇读懂:Android手机如何通过USB接口与外设通信(附原理分析及方案选型)

LoRa Mesh系列:

LoRa学习:LoRa关键参数(扩频因子,编码率,带宽)的设定及解释LoRa学习:信道占用检测原理(CAD)LoRa/FSK 无线频谱波形分析(频谱分析仪测试LoRa/FSK带宽、功率、频率误差等)

网络安全系列:

ATECC508A芯片开发笔记(一):初识加密芯片SHA/HMAC/AES-CBC/CTR 算法执行效率及RAM消耗 测试结果常见加密/签名/哈希算法性能比较 (多平台 AES/DES, DH, ECDSA, RSA等)AES加解密效率测试(纯软件AES128/256)–以嵌入式Cortex-M0与M3 平台为例

嵌入式开发系列:

嵌入式学习中较好的练手项目和课题整理(附代码资料、学习视频和嵌入式学习规划)IAR调试使用技巧汇总:数据断点、CallStack、设置堆栈、查看栈使用和栈深度、Memory、Set Next Statement等Linux内核编译配置(Menuconfig)、制作文件系统 详细步骤Android底层调用C代码(JNI实现)树莓派到手第一步:上电启动、安装中文字体、虚拟键盘、开启SSH等Android/Linux设备有线&无线 双网共存(同时上内、外网)

AI / 机器学习系列:

AI: 机器学习必须懂的几个术语:Lable、Feature、Model…AI:卷积神经网络CNN 解决过拟合的方法 (Overcome Overfitting)AI: 什么是机器学习的数据清洗(Data Cleaning)AI: 机器学习的模型是如何训练的?(在试错中学习)数据可视化:TensorboardX安装及使用(安装测试+实例演示)


Copyright © 2016-2020 www.365daan.com All Rights Reserved. 365答案网 版权所有 备案号:

部分内容来自互联网,版权归原作者所有,如有冒犯请联系我们,我们将在三个工作时内妥善处理。