文章目录
- 小白安装流程指引
- 例一:pytorch
- 安装anaconda3
- win10
- ubuntu
- conda基础指令
- 常用
- 查看已装包
- 更新
- 配置conda源
- conda环境管理
- 机器学习包与库安装
- 常用包
- 机器学习包
- 框架安装
- Pytorch
- 安装命令
- Tensorflow
- 关于CUDA
- CUDNN
- 工具安装
- jupyter notebook
- jupyter安装
- jupyter远程连接使用
- 增强工具
- 配置conda虚拟环境
小白安装流程指引
例一:pytorch
- 安装anaconda3 -> 配置conda源 -> 创建conda虚拟环境(建议选)-> pytorch安装
安装anaconda3
win10
- 去官网下了安装,两个勾都选
- 测试
conda -V
ubuntu
- 提前下载好(建议) Miniconda3-py38_4.8.2-Linux-x86_64.sh
- 进入所在目录
- 终端运行:
bash Miniconda3-py38_4.8.2-Linux-x86_64.sh - 几个yes后安装成功
- 重启窗口后,测试:
conda --version
conda list
conda基础指令
常用
查看已装包
- conda list
更新
- conda update conda
- conda update anaconda
- conda update -all
配置conda源
- 如果使用 Conda 官方源,由于国内网络的原因,下载会非常缓慢。所以,我们可以将 Conda 的源修改为清华 TUNA 或北京外国语大学镜像源。
#添加源
conda config --add channels https://xxx.xxx
#显示安装的频道
conda config --set show_channel_urls yes
#查看已经添加的channels
conda config --get channels
#移除源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - 清华源(老牌)
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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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/menpo/ - 北外源(没什么人用,很快)
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/conda
config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/menpo/
conda环境管理
- 创建虚拟环境(tf名字,3.7指定版本)
conda create -n tf python=3.7 - 激活环境
conda activate tf - 列出所有环境
conda env list
机器学习包与库安装
常用包
- pandas
conda install pandas - matplotlib
conda install matplotlib
机器学习包
- XGB
conda install py-xgboost - LGB
conda install lightgbm - SK-learn
conda install scikit-learn
框架安装
Pytorch
安装命令
- 打开pytorch官网,自行选择pytorch命令
- 删除命令中的-c pytorch ,例如conda install pytorch torchvision cudatoolkit=10.2,否则将不会使用第三方镜像源。
- 不懂GPU对应版本的,见[关于CUDA](## 关于CUDA)
Tensorflow
conda install tensorflow
关于CUDA
- 查看NVIDIA驱动
nvidia-smi - 在选择 CUDA 版本时,可以通过 cuda-toolkit-release-notes 查看自己的显卡驱动支持哪个版本的 CUDA。(附录)(右下角打开NVIDIA控制面板查看)
- https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 看下安哪个版本cuda
- 不需要自己手动安装 CUDA。 Anaconda 已经包含了 cudatoolkit。但是没显卡驱动要自行安装。很多教程都说要自行到 NVIDIA 下载并安装 CUDA,其实没有必要。就算你手动安装了 CUDA,PyTorch 在使用 GPU 时还是使用的 Anaconda 中的 cudatoolkit。如果想要让 PyTorch 使用手动安装的 CUDA,则需要通过源码安装 PyTorch 并绑定系统环境的 CUDA。
CUDNN
- Anaconda3搜索cud下载即可
工具安装
jupyter notebook
jupyter安装
- conda install jupyter notebook
jupyter远程连接使用
- python设置密码
- from notebook.auth import passwd
- passwd()设置后复制密钥
- ‘argon2:v=19$m=10240,t=10,p=8$0l2Ht2qjI98wt+Wx7EHG4w$1RXEZQaqVAU+6NfrGXUg+Q’
- 生成配置文件
- jupyter notebook --generate-config
- 修改配置文件(建议文本编辑器):取消注释并修改
- c.NotebookApp.ip=’*’ # 如果这里修过过后启动服务报错 则修改为c.NotebookApp.ip=‘0.0.0.0’
- c.NotebookApp.password=u’sha1****’ #就之前保存的验证密码
- c.NotebookApp.open_browser =False # 设置是否自动打开浏览器
- c.NotebookApp.port =8888 # 设置端口
- c.NotebookApp.allow_remote_access = True
- win10使用(一般)
- 浏览器输入 公网ip:8888
- win10使用操作(特殊)
- ssh -L 8155:localhost:8888 ubuntu@202.201.163.152 -p 60613
- 生成密钥对(可选,方便长期使用)
- ssh-keygen
- 内容复制到.ssh文件夹中
- 浏览器localhost:8155 访问
增强工具
配置conda虚拟环境
conda install ipykernel #(有的安好了?)
conda install -n 环境名称 ipykernel #(也没用?)
python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"