Markdown 문법 배우기 Markdown 문법 학습
Conda 자체는 pip와 유사한 도구이지만(패키지이자 도구임) conda는 다양한 환경도 관리할 수 있기 때문에 pip보다 강력하고 사용하기 쉽습니다. 각 환경에는 자체 독립 라이브러리, 패키지 및 Python 인터프리터가 있습니다(conda로 새 환경을 만들 때 만들 Python 인터프리터 버전을 지정할 수 있음).
아나콘다는 파이썬을 위한 다기능 통합 소프트웨어라는 것입니다.아나콘다는 jupyter와 같은 편집기를 포함하고 python3.7 인터프리터가 있는 기본 환경과 함께 제공됩니다.이 기본 환경은 사전 설치되어 있습니다.conda와 같은 툴킷을 포함한 많은 패키지 및 pip 및 numpy와 같은 일반적인 패키지.
물론 저희는 일반적으로 pycharm 편집기 + 아나콘다 솔루션을 사용하는데 pycharm에서는 conda 도구를 사용하여 새로운 환경을 생성하고 새로운 환경의 파이썬 인터프리터 버전을 지정할 수 있지만 사용되는 conda 도구, 즉 conda 실행 파일은 , 아나콘다 설치 경로 conda.exe의 모든 스크립트입니다. 새 환경을 생성할 때 모든 프로젝트에 사용 가능하게 체크하지 않으면 현재 자신의 프로젝트만 생성된 가상 환경을 사용할 수 있습니다. 가상 환경을 사용하므로 다른 프로젝트에서도 이 환경을 사용할 수 있도록 확인하는 것이 좋습니다. 각 환경에는 자체 Python 인터프리터가 있으며 버전이 다를 수 있습니다.
기본 환경을 사용하려면 환경 생성 시 이전에 구성된 인터프리터, 즉 기존 인터프리터를 선택하고 conda 실행 파일은 Scripts 파일의 conda.exe와 동일하며 기존 환경 직접 사용을 선택합니다. 기본 환경인 anaconda의 설치 경로입니다.
annaconda를 설치할 때 또는 설치 후 시스템의 환경 변수 에 annaconda를 추가하여 cmd 명령줄 및 터미널에서 conda 명령을 사용할 수 있도록 하는 것이 가장 좋습니다 . 그렇지 않으면 명령이 인식되지 않습니다.
사실 우리가 직접 사용한다면 미니콘다 하나면 충분하다.
새 환경을 만든 후 numpy 라이브러리를 설치하여 사용해 볼 수 있습니다. 먼저 아나콘다 프롬프트를 열고(먼저 소스를 변경할 수 있음) conda activate 환경 이름을 사용하여 환경에 들어간 다음 conda install numpy 설치를 수행합니다.
opencv-python은 pip로만 설치할 수 있는 것 같습니다. 핍 설치 opnecv-파이썬
pip 변경 소스 pip 원클릭 명령줄 변경 소스
Conda 소스 변경 pip, Tsinghua 소스로 conda 소스 변경, 소스 보기, 소스 삭제
아나콘다 프롬프트 명령줄을 통해 입력
Ubuntu 이중 시스템 설치는 이중 시스템 의 비디오를 참조하십시오. 매우 좋습니다. 2019 모델의 U 디스크 시스템 디스크를 통해 BIOS 설치에 들어가는 방법은 Lenovo y7000pbios 문서를 참조하십시오 .
Conda는 기본 환경 아래에 몇 가지 패키지가 함께 제공되며, 새로운 환경을 직접 구축하는 경우 많은 패키지를 직접 설치해야 합니다.
각 파이썬 환경에는 자체 파이썬 인터프리터가 있습니다 .(버전은 직접 지정 가능) 생성 시 파이썬 버전을 지정할 수 있습니다.지정하지 않으면 기본값이어야 합니다.pycharm에서 새 환경을 생성하는 경우, 선택할 수있는 버전이 많지 않은 것 같습니다.
모든 프로젝트에 사용 가능하게 체크하지 않으면 현재 자신의 프로젝트만 생성된 가상 환경을 사용할 수 있으며, 향후 다른 프로젝트를 선택하기 위해 pycharm을 열 때 가상 환경을 사용하도록 선택할 수 없습니다. 어쨌든 체크하십시오.
conda 및 pip의 소스를 변경하는 것을 잊지 마십시오.
pytorch 및 cuda 설치의 일반적인 프로세스
Xiaobai 친구 여러분, 가장 간단한 GPU 파이토치 설치 튜토리얼인 cuDNN과 같은 드라이버에 신경쓰지 마십시오.
1. 오른쪽 상단 모서리에서 cuda 버전을 보려면 cmd에 nvidia-smi를 입력하십시오.
2. 아나콘다 또는 미니콘다를 설치하고 국내 소스를 변경하십시오.
3. 아나콘다 프롬프트를 열어 가상 Python 환경을 생성합니다:
conda create -n environment name python=3.8
4. 활성화 환경:
conda activate environment name
5. pytorch 공식 웹사이트로 이동하여 해당 pytorch gpu 버전을 선택합니다. 예:
conda install pytorch torchvision torchaudio cudatoolkit=11.3
(remove -c pytorch는 다운로드가 더 빠르다고 합니다)
6. 설치가 완료된 후 확인이 성공적인지 확인하고 다음을 입력합니다.
ipython, enter,
import torch, enter,
torch를 누릅니다. cuda.is_available(), Enter 키를 누릅니다
. 출력이 True이면 정상입니다.