介绍

因为使用conda下载数据有时候因为网络问题下载非常慢，因此我把conda的环境备份好，到时可以直接使用conda的conda create -n 新环境名字 –clone 环境的路径 ， 直接把路径下原有的环境克隆到新环境中。

说明

包含的库列表

# Name                    Version                   Build  Channel

_tflow_select             2.1.0                       gpu    defaults

absl-py                   0.8.0                    py36_0    defaults

astor                     0.8.0                    py36_0    defaults

blas                      1.0                         mkl    defaults

blinker                   1.4                        py_1    conda-forge

brotlipy                  0.7.0           py36h779f372_1000    conda-forge

ca-certificates           2020.7.22                     0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

cachetools                4.1.1                      py_0    conda-forge

certifi                   2020.6.20                py36_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

cffi                      1.14.1           py36hef61171_0    conda-forge

chardet                   3.0.4           py36h9f0ad1d_1006    conda-forge

click                     7.1.2              pyh9f0ad1d_0    conda-forge

cryptography              3.1              py36hef61171_0    conda-forge

cudatoolkit               10.1.243             h74a9793_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

cudnn                     7.6.5                cuda10.1_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

cycler                    0.10.0           py36h009560c_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

freetype                  2.10.2               hd328e21_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

gast                      0.2.2                    py36_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

google-auth               1.21.1                     py_0    conda-forge

google-auth-oauthlib      0.4.1                      py_2    conda-forge

google-pasta              0.2.0              pyh8c360ce_0    conda-forge

grpcio                    1.31.0           py36h4285a62_0    conda-forge

h5py                      2.9.0            py36h5e291fa_0    defaults

hdf5                      1.10.4               h7ebc959_0    defaults

icc_rt                    2019.0.0             h0cc432a_1    defaults

icu                       58.2                 ha925a31_3    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

idna                      2.10               pyh9f0ad1d_0    conda-forge

intel-openmp              2019.4                      245    defaults

jpeg                      9b                   hb83a4c4_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

keras-applications        1.0.8                      py_0    defaults

keras-preprocessing       1.1.0                      py_1    defaults

kiwisolver                1.2.0            py36h74a9793_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libpng                    1.6.37               h2a8f88b_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

libprotobuf               3.9.2                h7bd577a_0    defaults

libtiff                   4.1.0                h56a325e_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

lz4-c                     1.9.2                h62dcd97_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

markdown                  3.1.1                    py36_0    defaults

matplotlib                3.3.1                         0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

matplotlib-base           3.3.1            py36hba9282a_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

mkl                       2019.4                      245    defaults

mkl-service               2.3.0            py36hb782905_0    defaults

mkl_fft                   1.0.14           py36h14836fe_0    defaults

mkl_random                1.1.0            py36h675688f_0    defaults

numpy                     1.16.5           py36h19fb1c0_0    defaults

numpy-base                1.16.5           py36hc3f5095_0    defaults

oauthlib                  3.0.1                      py_0    conda-forge

olefile                   0.46                     py36_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

openssl                   1.1.1g               he774522_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

opt_einsum                3.3.0                      py_0    conda-forge

pillow                    7.2.0            py36hcc1f983_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

pip                       19.2.3                   py36_0    defaults

protobuf                  3.9.2            py36h33f27b4_0    defaults

pyasn1                    0.4.8                      py_0    conda-forge

pyasn1-modules            0.2.7                      py_0    conda-forge

pycparser                 2.20               pyh9f0ad1d_2    conda-forge

pyjwt                     1.7.1                      py_0    conda-forge

pyopenssl                 19.1.0                     py_1    conda-forge

pyparsing                 2.4.7                      py_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

pyqt                      5.9.2            py36h6538335_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

pyreadline                2.1                      py36_1    defaults

pysocks                   1.7.1            py36h9f0ad1d_1    conda-forge

python                    3.6.9                h5500b2f_0    defaults

python-dateutil           2.8.1                      py_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

python_abi                3.6                     1_cp36m    conda-forge

qt                        5.9.7            vc14h73c81de_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

requests                  2.24.0             pyh9f0ad1d_0    conda-forge

requests-oauthlib         1.3.0              pyh9f0ad1d_0    conda-forge

rsa                       4.6                pyh9f0ad1d_0    conda-forge

scipy                     1.3.1            py36h29ff71c_0    defaults

setuptools                41.4.0                   py36_0    defaults

sip                       4.19.8           py36h6538335_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

six                       1.12.0                   py36_0    defaults

sqlite                    3.30.0               he774522_0    defaults

tensorboard               2.3.0                      py_0    conda-forge

tensorboard-plugin-wit    1.6.0              pyh9f0ad1d_0    conda-forge

tensorflow                2.1.0           gpu_py36h3346743_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mai

tensorflow-base           2.1.0           gpu_py36h55f5790_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mai

tensorflow-estimator      2.1.0              pyhd54b08b_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

tensorflow-gpu            2.1.0                h0d30ee6_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

termcolor                 1.1.0                    py36_1    defaults

tk                        8.6.10               he774522_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

tornado                   6.0.4            py36he774522_1    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

urllib3                   1.25.10                    py_0    conda-forge

vc                        14.1                 h0510ff6_4    defaults

vs2015_runtime            14.16.27012          hf0eaf9b_0    defaults

werkzeug                  0.16.0                     py_0    defaults

wheel                     0.33.6                   py36_0    defaults

win_inet_pton             1.1.0                    py36_0    conda-forge

wincertstore              0.2              py36h7fe50ca_0    defaults

wrapt                     1.11.2           py36he774522_0    defaults

xz                        5.2.5                h62dcd97_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

zlib                      1.2.11               h62dcd97_3    defaults

zstd                      1.4.5                h04227a9_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

原始出处：

www.thecodesearch.com:   http://www.thecodesearch.com/2020/09/17/%e6%b7%b1%e5%ba%a6%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9cconda%e7%8e%af%e5%a2%83%e4%b8%8b%e8%bd%bd/

 

深度神经网络conda环境下载的更多相关文章

  1. Windows配置深度学习环境详细教程（一）：安装Pycharm和Miniconda、conda环境介绍

    序言 对于想要入门Python或者深度学习的初学者而言,配置环境一直是一个令人头疼的问题.相信有许多人经历过安装第三方包失败,安装好了却在使用中报错,安装CUDA.tensorflow.pytorch ...

  2. 深度学习中环境配置的一些经验总结(conda 常用命令)

    前两个月参加了学校的国创项目,和一个外院的同学组队.课题是基于深度学习的新闻图片中网络暴力元素的检查. 6月末最后一门试考完,正式开始暑假,便有了大把时间搞这个国创项目(反正没有其他事干).两个组凑钱 ...

  3. 深度学习开发环境搭建教程（Mac篇）

    本文将指导你如何在自己的Mac上部署Theano + Keras的深度学习开发环境. 如果你的Mac不自带NVIDIA的独立显卡(例如15寸以下或者17年新款的Macbook.具体可以在"关 ...

  4. 人工智能深度学习框架MXNet实战：深度神经网络的交通标志识别训练

    人工智能深度学习框架MXNet实战:深度神经网络的交通标志识别训练 MXNet 是一个轻量级.可移植.灵活的分布式深度学习框架,2017 年 1 月 23 日,该项目进入 Apache 基金会,成为 ...

  5. 人工智能之深度学习-初始环境搭建（安装Anaconda3和TensorFlow2步骤详解）

    前言: 本篇文章主要讲解的是在学习人工智能之深度学习时所学到的知识和需要的环境配置(安装Anaconda3和TensorFlow2步骤详解),以及个人的心得体会,汇集成本篇文章,作为自己深度学习的总结 ...

  6. 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow

    深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow 最近在公司做深度学习相关的学习和实验,原来一直 ...

  7. 深度学习PyTorch环境安装——mac

    参考:http://python.jobbole.com/87522/ 1.首先要安装Anaconda 1)什么是Anaconda Anaconda是Python的包管理器和环境管理器,是一个包含18 ...

  8. 使用python实现深度神经网络 4（转）

    https://blog.csdn.net/oxuzhenyi/article/details/73026807 使用浅层神经网络识别图片中的英文字母 一.实验介绍 1.1 实验内容 本次实验我们正式 ...

  9. 使用python实现深度神经网络 3（转）

    使用python实现深度神经网络 3 快速计算梯度的魔法--反向传播算法 快速计算梯度的魔法--反向传播算法 一.实验介绍 1.1 实验内容 第一次实验最后我们说了,我们已经学习了深度学习中的模型mo ...

随机推荐

  1. 第三章 kubernetes核心原理

    kubernetes API Server 提供了Kubernetes各类资源对象(如pod,re,service等)的增删改查及watch等Http Rest接口,成为集群内各个功能模块之间数据交互 ...

  2. 解决VS Code安装golang相关插件失败问题

    解决VS Code安装golang相关插件失败问题 VSCode作为一款优秀的编辑器,基本上前端开发,Python,markdown都可以用,真正是开发过程中的好帮手,所以学习go也当仁不让的要用vs ...

  3. 操作系统-PV操作的原理和几种常见问题

    信号量是一种变量类型,用一个记录型数据结构表示,有两个分量:信号量的值和信号量队列指针 除了赋初值外,信号量仅能通过同步原语PV对其进行操作 s.value为正时,此值为封锁进程前对s信号量可施行的P ...

  4. .net core 中的经典设计模式的应用

    .net core 中的经典设计模式的应用 Intro 前段时间我们介绍了23种设计模式,今天来分享一下 asp.net core 种我觉得比较典型的设计模式的应用 实例 责任链模式 asp.net ...

  5. springboot的常用注解

    1. @SpringBootApplication2. @Repository3. @Service4. @RestController5. @Controller6. @Component7. @R ...

  6. docker-compose 官网下载特别慢怎么办？

    docker compose 官放推荐的下载方式是这样的: sudo curl -L "https://github.com/docker/compose/releases/download ...

  7. 两台Linux服务器文件同步

    在给公司或者学校做系统部署的时候,为了数据安全往往我们至少需要两台服务器,接下来请看: 我们要实现的是把客户端(192.168.0.1)的复制到目标服务器(192.168.0.2) 一.目标服务器 1 ...

  8. 从零开始的SpringBoot项目 ( 二 ) 使用IDEA创建一个SpringBoot项目

    工欲善其事 , 必先利其器 . IntelliJ IDEA 2019.3.3 x64的安装与破解 下面详细说明下如何使用idea创建我们的第一个springboot项目: 首先打开idea主界面选择 ...

  9. Java面试题（RabbitMQ篇）

    RabbitMQ 135. rabbitmq 的使用场景有哪些? ①. 跨系统的异步通信,所有需要异步交互的地方都可以使用消息队列.就像我们除了打电话(同步)以外,还需要发短信,发电子邮件(异步)的通 ...

  10. 赫然：怎样学习seo优化技术

    http://www.wocaoseo.com/thread-79-1-1.html 今天的题目是学习SEO起步阶段每个人都要问的.SEO怎么学?如何进阶SEO技能?都包括哪些知识?笔者也自己总结过一 ...