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:conda环境python conda环境列表_anacondav=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"