【python】Conda强大的包/环境管理工具
Conda强大的包/环境管理工具
- 1. 简介
- 2. 安装
- 3. 指令
1. 简介
Conda是Anaconda中一个强大的包和环境管理工具,可以在Windows的Anaconda Prompt命令行使用,也可以在macOS或者Linux系统的终端窗口(terminal window)的命令行使用。
2. 安装
[Linux平台安装教程](https://docs.conda.io/projects/miniconda/en/latest/miniconda-install.html)
[快速安装教程](https://docs.conda.io/projects/miniconda/en/latest/index.html#quick-command-line-install)
3. 指令
| 命令 | 说明 |
|---|---|
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=2.7 numpy pandas |
conda env list | 查看env环境 |
conda activate env_name | 切换至env_name环境 |
conda deactivate | 退出环境 |
conda install package_name | 在当前环境中安装包 |
conda update conda | 更新至最新版本,也会更新其他相关包 |
conda update --all | 更新所有包 |
conda info -e | 显示所有已经创建的环境 |
conda list | 查看所有已经安装的包 |
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 --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 --version | 查看conda版本,验证是否安装 |
source activate env_name | 切换至env_name环境 |
conda create -n tensorflow_env tensorflowconda activate tensorflow_env | 安装并激活TensorFlow的CPU版本 |
conda create -n tensorflow_gpuenv tensorflow-gpuconda activate tensorflow_gpuenv | 安装并激活TensorFlow的GPU版本 |
conda update package_name | 更新指定的包 |
conda install --name env_name package_name | 在指定环境中安装包 |
conda env remove -n env_name | 删除环境 |
相关文章:
【python】Conda强大的包/环境管理工具
Conda强大的包/环境管理工具 1. 简介2. 安装3. 指令 1. 简介 Conda是Anaconda中一个强大的包和环境管理工具,可以在Windows的Anaconda Prompt命令行使用,也可以在macOS或者Linux系统的终端窗口(terminal window)的命令行使用。2. 安装 [Linux平台安装教…...
常见面试题-Netty线程模型以及TCP粘包拆包
介绍一下 Netty 使用的线程模型? 答: Netty 主要基于主从 Reactor 多线程模型,其中主从 Reactor 多线程模型将 Reactor 分为两部分: mainReactor:监听 Server Socket,用来处理网络 IO 连接建立操作&…...
03.webpack中hash,chunkhash和contenthash 的区别
hash、contenthash 和 chunkhash 是通过散列函数处理之后,生成的一串字符,可用于区分文件。 作用:善用文件的哈希值,解决浏览器缓存导致的资源未及时更新的问题 1.文件名不带哈希值 const path require(path) const HtmlWebpac…...
OpenAI前CEO萨姆·阿尔特曼可能重返CEO职位;用LoRA微调LLM的实用技巧
🦉 AI新闻 🚀 OpenAI前CEO萨姆阿尔特曼可能重返CEO职位 摘要:据报道,OpenAI前CEO萨姆阿尔特曼有望重新担任CEO职位,并对公司董事会进行重大改变。微软等投资人正努力恢复阿尔特曼的职位,尽管董事会仍然是…...
修改docker默认数据目录
前言: docker默认数据目录是/var/lib/docker,根目录的存储空间有限,我们往往不能使用默认配置,需要创建空间相对较大的数据data目录 停止docker服务 systemctl stop docker 编辑配置文件 vi /etc/docker/daemon.json 增加选项 “graph”…...
wpf devexpress post 更改数据库
这个教程示范如何使用GridControl编辑数据,和保存更改到数据库。这个教程基于前一个篇。 Items Source Wizard 当 CRUD (Create, Read, Update, Delete) 启动选项时添加Post data功能 Items Source Wizard 生成如下代码: 1、设置 TableView.ShowUpdat…...
Ubuntu 18.04/20.04 LTS 操作系统设置静态DNS
1、nano /etc/systemd/resolved.conf 2、修改配置 使用DNS服务器:223.5.5.5 223.6.6.6 [Resolve] DNS223.5.5.5 223.6.6.6 3、重启服务 systemctl restart systemd-resolved.service 4、查看解析文件 cat /run/systemd/resolve/resolv.conf # This file is man…...
VSCode使用MinGW中的go并支持CGO
在Windows中,如果想使用Linux下的一些命令或者开发工具,可以安装Cygwin或者MinGW,MinGW相比Cygwin要轻量得多,笔者就安装的MinGW,但是安装MinGW后,如果把它加到Windows系统的PATH环境变量中,则可…...
tensor张量 ------ python特殊的数据结构
点赞收藏关注! 如需转载请注明出处! 张量与数组和矩阵非常相似。 在PyTorch中,使用张量来编码模型的输入和输出,以及模型的参数。 张量可以在GPU或其他硬件加速器上运行。 张量和NumPy数组通常可以共享相同的底层内存,…...
openai/chatgpt的api接口,各个模型的最大输入token一览表
chatgpt的各个3.5api模型接口的最大输入量一览表: MODELDESCRIPTIONCONTEXT WINDOWTRAINING DATAgpt-3.5-turbo-1106Updated GPT 3.5 Turbo New The latest GPT-3.5 Turbo model with improved instruction following, JSON mode, reproducible outputs, parallel…...
Spark作业串行与并行提交job
在Scala中,您可以以串行和并行的方式提交Spark作业。看看如何使用for和par.foreach构造对应的例子。 串行Spark作业(使用for) // 串行Spark作业设置 for (tag <- tags) {spark.sparkContext.setJobGroup(tag.toString, s"Tag: $tag…...
HTTP HTTPS 独特的魅力
目录 HTTP协议 HTTP协议的工作过程 首行 请求头(header) HOST Content-Length编辑 User-Agent(简称UA) Referer Cookie 空行 正文(body) HTTP响应详解 状态码 报文格式 HTTP响应格式 如何…...
【nlp】2.5(gpu version)人名分类器实战项目(对比RNN、LSTM、GRU模型)工程管理方式
人名分类器实战项目 0 说明1 工程项目设计2 数据预处理data_processing3 创建模型model4 模型测试test5 训练配置config6 模型训练train7 模型对比绘图plotfigure8 模型预测predict9 代码测试demo0 说明 本项目对前一个博客内容2.5(cpu version) 人名分类器实战项目(对比RNN、…...
金蝶云星空对接打通旺店通·旗舰奇门采购退料单查询接口与创建货品档案接口
金蝶云星空对接打通旺店通旗舰奇门采购退料单查询接口与创建货品档案接口 来源系统:金蝶云星空 金蝶K/3Cloud在总结百万家客户管理最佳实践的基础上,提供了标准的管理模式;通过标准的业务架构:多会计准则、多币别、多地点、多组织、多税制应用…...
在线识别二维码工具
具体请前往:在线二维码识别解码工具--在线识别并解码二维码网址等内容...
CICD 持续集成与持续交付——git
git使用 [rootcicd1 ~]# yum install -y git[rootcicd1 ~]# mkdir demo[rootcicd1 ~]# cd demo/ 初始化版本库 [rootcicd1 demo]# git init 查看状态 [rootcicd1 demo]# git status[rootcicd1 demo]# git status -s #简化输出 [rootcicd1 demo]# echo test > README.md[roo…...
光纤的跳线和尾纤
光纤跳线和光纤尾纤在结构上、连接方式、应用场景等方面存在明显的区别。 光纤跳线有0.9、2.0、3.0,通常是区分光缆外径的。0.9光缆外径0.9mm的,2.0光缆外径2mm,3.0光缆外径3mm。 同时分单模光纤跳线和多模光纤跳线。单模一般是黄色ÿ…...
SQL SERVER 2008安装教程
SQL SERVER 2008安装教程 本篇文章介绍了安装SQL Server 2008企业版的软硬件配置要求,安装过程的详细步骤,以及需要注意的事项。 安装步骤 (1). 在安装文件setup.exe上,单击鼠标右键选择“以管理员的身份运行”,如下图所示&#…...
好莱坞罢工事件!再次警醒人类重视AI监管,人工智能矛盾一触即发!
原创 | 文 BFT机器人 关注国外新闻的应该都知道,最近焦点新闻是好莱坞史上最大规模的一场罢工运动。这场维持118天的罢工运动,终于在11月9号早上12点在好莱坞宣布结束。这场罢工运动虽是演员工会和代表资方的影视制片人联盟的茅盾,但直接引发…...
深度学习系列54:使用 MMDETECTION 和 LABEL-STUDIO 进行半自动化目标检测标注
参考https://mmdetection.readthedocs.io/zh-cn/latest/user_guides/label_studio.html,这里进行简要概述: 1. 启动目标检测服务 在mmdetection文件夹中,执行 label-studio-ml start projects/LabelStudio/backend_template --with \ conf…...
基于共享潜在空间的贝叶斯优化:解决异构算法超参数联合选择难题
1. 项目概述与核心挑战在机器学习项目的落地过程中,我们常常面临一个看似简单实则复杂的选择:面对一个具体的数据集,究竟该用哪个算法,以及这个算法的最佳超参数组合是什么?这个问题,在学术上被称为“联合算…...
Linkey预取器:链表数据结构的高效内存访问优化
1. Linkey预取器架构解析 在计算机体系结构中,预取技术是提升内存访问性能的关键机制。传统预取器主要针对数组等连续内存访问模式进行优化,而Linkey预取器则专门为链表数据结构(Linked Data Structures, LDS)设计,通过…...
在CentOS 7上搞定Cadence IC618、XCELIUM和SPECTRE全家桶:一个Modulefile环境变量配置全攻略
在CentOS 7上搞定Cadence IC618、XCELIUM和SPECTRE全家桶:一个Modulefile环境变量配置全攻略对于芯片设计工程师而言,Cadence工具链的部署往往意味着数天的系统调优和环境调试。当IC设计、数字仿真和电路模拟三大核心工具需要协同工作时,环境…...
Win11自带IIS搭建局域网网站,从配置到安全避坑的保姆级指南(含MIME类型、目录浏览详解)
Win11 IIS局域网网站搭建全攻略:从零配置到安全加固在家庭或小型办公环境中,搭建一个内部网站用于知识共享或文件管理是提升协作效率的实用方案。Windows 11自带的IIS(Internet Information Services)服务为这类需求提供了轻量级解…...
【限时解密】Claude 3.5 Sonnet专属编程模式:仅开放给前500家企业的上下文感知补全协议
更多请点击: https://kaifayun.com 第一章:Claude 3.5 Sonnet编程辅助的核心能力边界与适用场景 Claude 3.5 Sonnet 在编程辅助领域展现出显著的推理深度与上下文理解能力,但其本质仍是基于大规模语言模型的生成式系统,不具备实时…...
深度强化学习与控制2026 课程总结Week2
深度Q网络——DQN算法流程: (1) 初始化网络参数 (2) 初始化网络参数 (3) 初始化经验回放池R (4) 进入循环迭代训练:for 序列 do获取初始状态for 时间步 do 根据以贪婪策略选择动作,获得,存入经验回放池R若R中数据充足,从R中采样…...
GPT-4稀疏激活机制解析:1.8万亿参数为何仅用2%
1. 项目概述:参数规模与稀疏激活的真相拆解“GPT-4 Has 1.8 Trillion Parameters. It Uses 2% of Them Per Token.”——这句话过去两年在技术社区被反复引用、误读、放大,甚至成为AI算力焦虑的具象化符号。但作为从2017年就开始部署LSTM语音模型、2019年…...
宏裕塑胶长玻纤RTP材料技术创新与应用实践
导读:在工程塑料领域,长玻纤增强热塑性材料(LFRT)正成为高端制造转型的核心驱动力。宏裕塑胶长玻纤RTP材料技术创新与应用实践,通过整合国际顶尖资源与自主改性技术,为汽车轻量化、新能源装备等场景提供高性…...
AI 安全生产管理平台:用数字技术筑牢企业安全防线
传统企业安全生产长期依赖“人工巡检、事后整改”的模式,人工排查存在疲劳漏检、响应滞后、标准不一等痛点,很难全天候守住生产安全底线。而 AI 安全生产管理平台依托人工智能、物联网、边缘计算、大数据等核心技术,彻底打破传统“人防”局限…...
Triton+KServe构建高可用ML模型服务的七道关卡
1. 项目概述:这不是一次“部署”,而是一场从实验室到产线的系统性迁移“From Notebook to Production: Running ML in the Real World (Part 4)”——这个标题里藏着太多被轻描淡写却重若千钧的词。“Notebook”不是指纸质本子,而是Jupyter里…...
