程序员经验分享-hwhale

python及其工具

2023-05-16

目录

  • 1 conda：包管理器
  • 2 Anoconda：开源的包、环境管理器
  • 3 labelme
  • 4 tensorflow
  • 5 cuda和cudnn
  • 6 使用yml文件创建环境并安装文件
    • 6.1 yml文件由来
    • 6.2 如何获得yml文件
    • 6.3 使用yml文件创建空间
  • 7 其他应用
  • 8 软件包升级
  • 9 其他的事情

参考:
【1】关于conda和anaconda不可不知的误解和事实——conda必知必会
【2】Anaconda完全入门指南
【3】Win10 64 位Tensorflow-gpu安装（VS2017+CUDA9.2+cuDNN7.1.4+python3.6.5）

1 conda：包管理器

python语言，脚本语言，需要解释器（是一个工具）。还需要依赖一些库。自带的库、第三方的库还要要未来扩展的库。他的这些包如何自动的安装和卸载，需要一个工具，常用的工具叫Conda。当然其他管理工具，比如pip。二者的侧重不同。具体区别参见【1】.

2 Anoconda：开源的包、环境管理器

上边的这一堆的包，有版本问题，且不同的包之间还有相互的依赖关系。由于python2和python3两个版本的程序存在不兼容的情况，而我们的电脑上有时候需要两种甚至多种版本的都存在，为了适应这种同时存在并自由切换，需要安装两个或多个环境，因此，就由Anoconda来管理。类似于虚拟机的概念，这里叫环境。不同的环境下有不同的python版本及其依赖的包等东西。当然，为了在环境下管理这些包，
因此，这个环境下也想当然的有conda，而由其实现的这些创建等功能。
Anoconda是包含python、conda等比较多的包。最小容量的叫Miniconda。
关于anocoda与conda关系参考【1】.

关于环境的创建过程：
（1）下载Anoconda（windows下的相应版本）exe程序, 安装之。
官网地址：https://www.anaconda.com/distribution/
但是官网太慢了，有个清华的镜像站。地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
（2）在command promote下使用以下命令创建环境：使用如下命令：

conda create --name=labelme python==3.5在这里插入图片描述 命令解释：
（a）labelme是环境的名字，可以随便起
（b）python==3.5表面该环境下的python使用3.5.
©更多的说明参考【2】
© 该命令表示要创建环境，他会提示需要安装的包，其中有vs，pip，python等。默认他会从conda配置的一个网址下载包安装，但这个一般在国外，往往网速不给力。所以，一般大家会选择国内的镜像，国内的镜像有清华，中科大，阿里等。具体地址网上可搜索，（也可见下面部分）。 如何添加镜像。对于上述的情况应当退出，如果强行关窗口，再次安装时会提示锁住，需要清除一下。
使用镜像方法：command promote下运行以下命令添加了2个清华的镜像：
（后面有多个镜像地址，建议把他们都加上，然后下载安装。笔者连续使用，速度杠杠的，非常有效！！）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

然后再次运行环境创建语句：

conda create --name=labelme python=3.5

（3）激活环境，如图使用activate命令激活环境名称：activate labelme

3 labelme

可以安装在anaconda下的环境下，使用conda安装，也可以使用pip安装。
在环境下已经安装了pip，就可以用了。
（1）进入上面创建的环境中。 activate labelme
（2）安装pyqt5.这是labelme依赖的包。安装方法：
注意，这里要用管理员权限，否则可能会失败。管理员权限使用方法，搜到promot，cmd等，右键管理员权限打开。

pip install pyqt5
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyqt5

上面的是默认安装，下方的使用的清华镜像，主要为了速度。
（3）安装labelme

pip install labelme
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple labelme

同上，可以使用镜像。
(4)运行labelme

activate labelme
labelme

第一个是激活之前创建的环境，第二个是启动labelme这个程序！！

4 tensorflow

用于训练模型，也可以运行模型。自己网页搜索。
分为gpu版本和cpu版本。参考【3】。
如果要是在上面的环境中装tensorflow，与安装其他包类似：

pip install tensorfow==1.10
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorfow==1.10

这里安装的cpu版本的1.10版。上面的是默认，下面清华镜像。对于pip安装的使用下面的这个镜像更快！

5 cuda和cudnn

主要为了在有gpu的机器上进行tensorflow训练加速用的。安装方法参考【3】。

6 使用yml文件创建环境并安装文件

6.1 yml文件由来

python下工具及其版本对应关系很重要。有时在一台机器上创建的环境想在另外的机子上或给他人使用，则将这些所有的程序及其版本列一遍是非常繁琐的。为此，还提供了yml文件创建的方式。
这里分享两个tensorflow的例子：

name: tensorflow
 
dependencies:
    - python=3.7
    - pip>=19.0
    - jupyter
    - tensorflow=2.0
    - scikit-learn
    - scipy
    - pandas
    - pandas-datareader
    - matplotlib
    - pillow
    - tqdm
    - requests
    - h5py
    - pyyaml
    - flask
    - boto3
    - pip:
        - bayesian-optimization
        - gym
        - kaggle        

name: tensorflow-gpu

dependencies:
    - python=3.7
    - pip>=19.0
    - jupyter
    - tensorflow-gpu=2.0
    - scikit-learn
    - scipy
    - pandas
    - pandas-datareader
    - matplotlib
    - pillow
    - tqdm
    - requests
    - h5py
    - pyyaml
    - flask
    - boto3
    - pip:
        - bayesian-optimization
        - gym
        - kaggle

上例中，创建的环境名称为：tensorflow-gpu，其所依赖的程序及其版本在下面列出。

6.2 如何获得yml文件

可以手写，但是麻烦。可以利用命令导出一个这样的文件，命令：

conda env export --name ENVNAME > envname.yml

以上会将相应名称的空间的程序生产yml文件
可以在网上找一些人分享的，就可以安装了。

6.3 使用yml文件创建空间

打开cmd。运行以下命令即可安装：

conda env create -v -f tensorflow-gpu.yml

即可安装其所说的方式创建空间并安装相应程序。
注意：当前运行路径与yml文件的路径关系。

7 其他应用

(1) opencv

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

注意管理员权限打开
(2)skimage.io

注意，这里是scikit-image。如果其他会报错。注意这里好像只有pip下有，conda下好像没有
注意管理员权限打开

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-image

(3) spyder
有三种方法：
a）在navigator中装
b）进入anoconda下，激活环境。使用pip装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple spyder==4.0.1

c) 进入anoconda下，激活环境。使用conda装

conda install spyder==4.0.1

8 软件包升级

参考这里：https://blog.csdn.net/zl1085372438/article/details/88083850

9 其他的事情

（1）Miniconda下载地址：https://docs.conda.io/en/latest/miniconda.html

(2) Conda相关的介绍地址：
包括conda的命令、包、环境、通道等概念。
https://docs.conda.io/projects/conda/en/latest/
其中各个命令行地址：
https://docs.conda.io/projects/conda/en/latest/commands.html

（3）Anaconda的各种工具的帮助地址：
https://docs.anaconda.com/anaconda/

（4）离线安装包下载：这里有一个合集的东西：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml

9 镜像：
其他的镜像可以参考：
https://blog.csdn.net/xd_wjc/article/details/80587488
https://blog.csdn.net/minixuezhen/article/details/96772364

清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

python及其工具 的相关文章

  • 进程短暂的不被Windows 10 操作系统调用

    进程短暂的不被Windows 10 操作系统调用 https docs microsoft com en us answers idea 343482 my process can39t be scheduled for a while h

  • 持续集成与版本号管理

    1 语义化版本号 是一个标准 xff0c 为了便于比较不同版本号的大小定的 官网 xff1a https semver org 介绍的 https blog csdn net weixin 40514095 article details

  • 使用Gitblit创建Git服务器

    1 Gitblit概述 创建Git服务器有很多方法 xff0c 为了提供服务还需要按照apach等服务器 xff0c 需要的东西较多 这里有一个Gitblit xff0c 已经做好了很多东西 xff0c 非常方便 不需要这些都能用 xff0

  • OpenGL概况

    1 基本情况 opengl xff1a https baike baidu com item OpenGL opengl es xff1a https baike baidu com item OpenGL 20ES 介绍opengl的比较

  • SQlite数据库操作

    数据库 SQLite官网 xff1a http www sqlite org 判断数据库表和列是否存在 参见 xff1a 1 数据库增加一列 参见2

  • 禅道的服务器部署

    禅道介绍 一款比较轻量级的软件项目管理的工具 xff0c 包括了软件需求 计划 bug管理 xff0c 软件版本管理等 基础功能部分已经开源 xff0c 可以免费试用 此外还有企业级之类的不免费 官网 xff1a https www zen

  • 禅道软件的使用

    1引言 禅道的使用在其手册中有比较详细的介绍 xff0c 大家可以参考 xff1a https www zentao net book zentaopmshelp 40 html fullScreen 61 zentao amp theme

  • 【python】数据类型转换

    1 int 与 string转换 1 1 string gt int 10进制string转化为int int 12 16进制string转化为int int 12 16 1 2 int gt string int转化为10进制string

  • 【自动化测试-Katalon】Katalon的安装和对Windows程序的测试

    文章目录 1 概述2 下载与安装3 界面介绍4 测试windows应用程序4 1 安装驱动与设置4 2 设置与启动程序4 3 识别被测试程序的元素对象4 3 1 打开识别程序窗口4 3 2 Spy windows objects窗口设置 4

  • Java 23种设计模式Demo案例大全 ☞ 【已完结】

    注 xff1a 2022年10月22日 xff0c 已更完全部案例 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xff01 xf

  • 算术左移，逻辑左移，算术右移，逻辑右移之间的区别

    1 算术左移 xff0c 逻辑左移 xff1a 都是在右边补0 xff1a 比如 00101011 算术左移一位 01010110 逻辑左移一位 01010110 对于二进制的数值来说左移n位等于原来的数值乘以2的n次方 比如0001101

  • ftp服务器的搭建

    Windows中自带了ftp的服务 xff0c 只需要配置即可搭建 xff0c 同时支持用户创建及访问控制 此外 xff0c 还有专门的工具可以简便操作 xff0c 也更丰富的手段 目前用的比较多的两款工具是FileZilla和Serv U

  • Git客户端的安装

    1 概述 Git有自带的命名行客户端 xff0c 也有自己的图形化客户端 xff0c 这个就是git exe 此外还有TortoiseGit 在这之上又封装了一层 xff0c 使我们用起来更加的方便 xff0c 这个跟TortoiseSVN

  • Git的使用

    正在学习中 xff0c 搜集了好几个比较好的 暂时记录下 xff0c 后续整理 1 Git使用 官方文档 xff1a https git scm com doc 其中包含了帮助 书籍和视频教程 网上传的比较多的就是廖雪峰的介绍 xff0c

  • 【禅道】如何登陆后直接跳到用户登入界面

    1 问题描述 本人用的开源的禅道xampp xff0c 在windows下部署了服务器 xff0c 部署方法参见我的另一个介绍 xff1a https blog csdn net kevinshift article details 120

  • Windows11右键菜单改回经典模式

    window11的右键菜单设计感觉有点反人类 xff0c 网友也想了破解之道 xff1a 改注册表或者使用网友的小工具 其中小工具这里下载 https www sordum org 14479 windows 11 classic cont

  • [python]启动两个spyder工程

    spyder中一次只能开一个工程 xff0c 为了能够开两个 xff0c 进行同时的编辑和运行 xff0c 则默认是不行的 xff0c 是无法同时打开两个spyder的进程的 方法是启动spyder时加上运行参数 xff1a new ins

  • Git按照目录分权限问题

    1 xff09 Git不能像SVN那样 xff0c 在一个库中 xff0c 按照目录为单位进行权限的设置 也不允许对整个库设置为读权限 xff0c 只对某个目录设置为写权限 哎 xff0c 有些失望 xff01 但人家说这是与Git分布式控

  • python

    问题1 xff1a TypeError module takes at most 2 arguments 3 given https www cnblogs com kevin hou1991 p 14806598 html

  • PID控制

    目录 1 基本情况1 1 位置式PID1 2 增量式PID1 3 PID控制适用系统 2 PID三个量的含义解析2 1 P xff1a 比例2 2 I xff1a 积分2 3 D xff1a 微分2 4 PID xff1a 三者的关系 3

随机推荐

  • VSCode Python运行环境配置

    背景 创建了一个python的虚拟运行环境 xff0c 比如说tensoflow xff0c 想在VS Code下运行调试 步骤 参考说明 xff1a https blog 51cto com u 15127658 2783413 xff0

  • Tomcat中文乱码解决方案【亲测有效】

    场景一 xff1a SpringBoot项目 xff0c 在IDEA中启动 xff0c 访问接口 xff0c 无乱码 场景二 xff1a SpringBoot项目 xff0c 打成war包 xff0c 发到本地tomcat下 xff0c 启

  • 【Python】How to center an image in canvas Python Tkinter

    https www tutorialspoint com how to center an image in canvas python tkinter https www tutorialspoint com how to insert

  • [python]使用pyinstaller打包带界面的Pytorch程序的多个问题

    1 opencv兼容性问题 1 1 现象 打包为一个exe完成后 xff0c 在执行exe时 xff0c 报错 xff1a ImportError ERROR recursion is detected during loading of

  • VS2019下载与安装

    下载 xff0c 这里有一个说明 xff0c 下载说明 不再赘述 补充一下 xff0c 上面的地址中 xff0c 是VS2022的 xff0c 应该放的最新的 老的版本在这里下载 xff1a https visualstudio micro

  • Ubuntu下QtCreator的C++工程调用python

    目录 1 概述1 1 参考1 2 库引用1 3 初始与善后 2 函数调用3 类调用4 参数传递4 1 传递数值类型4 2 传递字符串4 3 传递bool4 4传递图片 5 解析放回的参数5 1 调用方法5 2 数值解析5 3 字符串解析5

  • Ubuntu的QTCreator中c++调用opencv方法

    注意 xff1a 这里用的是opencv 4 0以上版本 如果是4 0下的版本 xff0c 配置不同 xff0c 4 0在这个头文件之类的有变化 QTCreator下创建工程 xff0c 在工程文件 pro中增加配置 xff1a span

  • Ubuntu Qtcreator c++调用python报错

    调用时候 xff0c 报错 xff1a modpython 13107 Gtk ERROR 20 32 18 627 GTK 43 2 x symbols detected Using GTK 43 2 x and GTK 43 3 in

  • [Ubuntu, Ajax Nx]C++调用python报from import错误

    1 现象描述 c 43 43 调用python程序 调用的main函数 xff0c 该main函数中有如下代码 xff1a span class token keyword from span matching span class tok

  • Linux下c++串口编程

    1 NX串口管理 参见https blog csdn net weixin 42447868 article details 109051005 spm 61 1001 2014 3001 5506 2 串口权限管理 2 1 串口权限 xf

  • Jetson Nx 串口接收数据丢失首字节问题

    1 问题描述 I write a uart program using c 43 43 on Jetson Nx Jetpack 4 6 1 Ubuntu version 18 04 LTS to communicate with a PC

  • Linux下的一些基础功能

    1 关于命令行输出到文件 xff1a https www iplayio cn post 6296803 2 kz 64 JetsonNx ls l dev ttyS dev ttyUSB dev ttyTHS dev ttyCUDA ls

  • SpringBoot ☞ logback日志配置【屏蔽第三包中日志输出】

    一 项目配置文件如下 二 场景 项目启动时 xff0c 控制台无缘无故输出很多error级别的日志 xff0c 让人看着很不舒服 xff0c 断点调试 43 跟踪 xff0c 发现原来是第三方jar包里设置了日志输出 xff0c 如下 xf

  • 通过Xshell操作Jetson Nx

    1 Jetson Nx Nx留有Uart2 口 xff0c 便于使用xshell等进行操作 串口有三根线 链接后使用 2 XShell 软件 2 1 XShell软件介绍 XShell 软件是一个Windows上运行的终端模拟器 xff0c

  • Nx C++程序使用spdlog库进行日志存储

    1 spdlog简介 spdlog是一个开源的日志库 xff0c 在github上有 代码见这里 xff0c 文档这里 C 43 43 语言的 xff0c 支持Linux windows等系统 csdn上也有许多介绍 xff0c 这里列举两

  • C++下的Boost库

    1 介绍 xff08 引子网络 xff09 Boost库是为C 43 43 语言标准库提供扩展的一些C 43 43 程序库的总称 xff0c 由Boost社区组织开发 维护 Boost库可以与C 43 43 标准库完美共同工作 xff0c

  • Opencv之边界跟踪

    问题描述 一般是将二值化后的图像进行边界的提取 需要说明的是这个提取不是简单的找到边界 xff0c 而是按照顺序的找出来 即边界上的点是按照邻接关系依次给出 相关算法 xff08 1 xff09 这里解释 xff1a https blog

  • OpenCV之滤波

    图像滤波 xff0c 指在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制 xff0c 是图像预处理中不可缺少的操作 xff0c 其处理效果的好坏将直接影响后续图像处理和分析的准确性 这里有个概述 xff0c 很好的 xff1a Ope

  • C++文件读写

    这个不错 xff1a C 43 43 文件读写详解 xff08 ofstream ifstream fstream xff09 C 43 43 文件读写详解 xff08 ofstream ifstream fstream xff09 c 4

  • python及其工具

    目录 1 conda xff1a 包管理器2 Anoconda xff1a 开源的包 环境管理器3 labelme4 tensorflow5 cuda和cudnn6 使用yml文件创建环境并安装文件6 1 yml文件由来6 2 如何获得ym

热门标签