百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

conda建立及管理虚拟环境(conda虚拟环境路径)

ztj100 2025-04-06 23:40 35 浏览 0 评论

前文我们安装了Anaconda,本文主要介绍如何利用Anaconda建立及管理Python虚拟环境。

前言

开发python时,经常会需要不同的python版本以及不同的packages,如果你只需要使用特定的包,或者想要尝试不同的开发环境,但又不想彼此的开发环境受到影响,那么 Anaconda 的管理系统conda将是一个不错的方案。

conda命令是管理不同package时使用的,可以建立(create)、输出(export)、罗列(list)、删除(remove)和更新(update)环境中的包,还可以分享你的虚拟环境。

下面将通过5个步骤来说明conda如何建立及管理虚拟环境。

安装及更新

安装部分可参考前文《AI入门之环境安装》或官网(
https://docs.anaconda.com/anaconda/install/
),从开始菜单中打开Anaconda Prompt后,可以通过下列命令查看当前版本:

conda -V
conda --version

通过下列命令更新:

conda update conda

建立虚拟环境

查看当前已安装的虚拟环境:

conda env list

假设我们要建立一个叫myenv的虚拟环境,并且安装python 3.5的版本,我们可以执行下面的命令:

conda create --name myenv python=3.5

安装完成后会出现下面的提示,提醒启动和关闭该环境的命令:

这时,我们conda env list可以看到多了一个刚刚建立的虚拟环境myenv。

启动虚拟环境

activate myenv

当前环境已经切换到myenv。
我们可以看到命令行最前面的括号内显示myenv,而且
conda env list可以看到myenv后面有星号。

如果是Linux或者macOS,启动虚拟环境的命令将是:

source activate myenv

还可以通过下列命令看当前的虚拟环境安装了哪些东西:

conda list

如果要在当前环境安装新的包,比如安装numpy,那么只需要执行下列命令:

conda install numpy

离开虚拟环境

windows中可以执行下列命令关闭虚拟环境:

conda deactivate

Linux或者macOS则是:

source deactivate

删除虚拟环境或package

删除myenv环境中的numpy包:

conda remove --name myenv numpy

如果要删除整个虚拟环境,比如删除上面创建的myenv,需要先deactivate关闭该环境,再执行下列命令:

conda env remove --name myenv

总结

为不同的需求建立独立的虚拟环境是个很好的习惯。
因为它不会影响其它的系统配置,如果某个版本出现了问题,可以很轻易的删除某个package,或者重新搭建虚拟环境。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: