1.打开anaconda,来到主界面 2.单击Environment,进入开发环境列表。 3.单击Open Terminal,进入命令行 4.在命令行中输入conda create -n 环境名(我这里以Test),按回车运行命令,别忘了点击y进行确认哦! 5.在命令行中输入conda activate 环境名,激活新建的开发环境。 6.若是配置新的开发环境,则按照需要配置的环境进行安装,比如:安装tensorflow2.2.0,在命令行输入pip install tensorflow==2.2.0.(安装还可以使用conda进行,视情况而定;卸载使用pip uninstall命令) 7.在前面把需要的相关软件安装好之后,打开你的pycharm(我使用的是pycharm),进行对应项目的环境配置。(这里就以我自己的目前一个项目-forgery为例进行介绍) file–settings–project interpreter 8.上图右上角的齿轮,点击“add…”,然后选择conda environment,如下图。 9.上图中的Python编译器选择,点击右侧三个点,进行选择,注意对应项目的编译器,然后OK,apply,即可。 10.在pycharm里面选择对应的环境配置。 conda常用命令:
#列出所有已安装的包 conda list #安装软件包,同时它会自动安装此软件包的依赖项 conda install package_name #同时安装多个包 conda install numpy pandas #安装指定版本的包 conda install python=2.7 #安装离线包 conda install /package-path/package-filename.tar.bz2 #卸载包 conda remove package_name #更新环境中的所有已安装的包 conda update/upgrade --all #更新conda,保持conda最新 conda update conda #更新anaconda conda update anaconda #更新python conda update python #查看conda安装信息 conda info #查看conda帮助 conda help #搜索可以安装的包 conda search package_name #创建conda虚拟环境 conda create -n env_name #在这里,-n env_name 设置环境的名称(-n 是指名称),而 list of packages 是要安装在环境中的包的列表 conda create -n env_name list of packages #可以创建具有特定 Python 版本的环境 conda create -n py2.7.14 python=2.7.14 #查看conda版本 conda -V #进入环境 #linux 下用 source activate env_name #windows 下用 activate env_name #离开环境 #linux 下用 source deactivate #windows 下用 deactivate #列出环境 conda env list #删除环境 conda env remove -n env_name #导出环境将包保存为 YAML,输出环境中的所有包的名称(包括 Python 版本) conda env export > environment.yaml #加载环境 conda env create -f environment.yaml
总结: 简单的几步就成功的在anaconda里面建成一个环境啦,作为深度学习必要的环境配置就不需要担心啦。