最近花了好长时间在搞这个,由于Deepin下python有两个版本,并且都没有安装pip,之前的博文默认安装pip给python2.7,结果各种问题,在此将之前走过的弯路整合起来: 首先,安装pip 下载get-pip.py,将这个py文件放到对应的python版本去执行就会安装到对应的版本文件夹中 在使用的时候,如果多版本共存的话,用pip2.pip3命令去辨识,分别安装到不同的版本 sudo pip2 install sth sudo pip3 install sth

  Django默认安装最新版本:pip install django Django后面接版本号就可以了:pip install django==1.11.7 如果使用pip install安装库比较慢,可以用豆瓣的镜像:pip install django==1.11.7 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

安装指定版本: pip install openpyxl==2.3.4 更新到最新版本: pip install --upgrade openpyxl

1.conda 安装指定版本的指定包 cuda search tensorflow-gpu 有如下结果: 然后使用conda install package=version 就能安装指定版本的package conda install -c conda tensorflow-gpu=1.12.0 -y 2.pip 安装指定版本的指定包 先用命令pip freeze查看已经安装的package及版本. 如果安装了keras,就执行命令pip uninstall keras卸载之. 最后运行命令pi

默认情况下,pip 将安装最新版本的软件包,但有时需要获取特定版本的安装包,比如 jinja2 从 2.9 开始加入了 async 关键字,这个会导致 py2exe 报错:Invalid Syntax (asyncsupport.py, line 22) 这时就需要指定安装一个早期的版本,比如 2.8,命令如下, $ sudo pip install jinja2==2.8 完.

操作背景 最近使用 pandas+numpy+plotly 画heatmap(热力图),来处理股票数据,语法.步骤都没问题,但到画图那一步老是报错,且 plotly 版本为3.1.0: 最后找到原因,plotly 版本的问题,3.1.0 版本会报错,只好降到 2.7.0版本: 平时 pip 都是安装模块,很少卸载,记不清具体用法了,就查了下,顺便总结记录. 查看已安装模块 代码: pip list 输入 pip list  就会看到目前已安装的模块(模块名以及版本): 卸载指定模块 代码: pi

pip安装指定版本的程序的命令 pip install -i https://pypi.douban.com/simple/ django==1.10.3 或者 pip install django==1.10.3 或者 pip3 install django==1.10.3 或者 python3 -m pip install django==1.10.3

python2与python3 由于历史原因,Python有两个大的版本分支,Python2和Python3,又由于一些库只支持某个版本分支,所以需要在电脑上同时安装Python2和Python3,因此如何让两个版本的Python兼容,如何让脚本在对应的Python版本上运行,这个是值得总结的. 1.对于Ubuntu 16.04 LTS版本来说,Python2(2.7.12)和Python3(3.5.2)默认同时安装,默认的python版本是2.7.12. 当然你也可以用python2来调用.

pip install 安装指定版本的包   要用 pip 安装指定版本的 Python 包,只需通过 == 操作符 指定 pip install robotframework==2.8.7 将安装robotframework 2.8.7 版本.

Raspiban Wheezy上预装的Python3版本是3.2.3,本文将介绍升级到3.4.3的方法. 此文也适用于安装其它版本(比如最新版本)的Python. 我用的是B+型的树莓派,装的系统是2014-06-20发布的Raspbian Wheezy. 此文也适用于其它Debian系的linux系统(比如Ubuntu). 先把整个raspbian系统升级到最新. 这一步不是必须的,可能用时较长,完成后可能需要重启. sudo apt-get updatesudo apt-get upgrad

*:first-child { margin-top: 0 !important; } body>*:last-child { margin-bottom: 0 !important; } /* BLOCKS =============================================================================*/ p, blockquote, ul, ol, dl, table, pre { margin: 15px 0; } /* HEAD

我是在阿里云服务器上进行的python环境搭建,阿里云服务器会自带python但是版本低,所以打算自己安装一个,期间遇到各种问题,而且百度根本不够用无奈上的外网很快解决了.在此分享一下. 一.python环境 首先安装python,我习惯用源码安装的方式,下面是官方下载链接: https://www.python.org/downloads/ 我是用WinSCP软件把下载好的压缩包上传到服务器上然后依次是: 1.解压 tar -xvf Python-.tar.xz 2.在安装之前先创建一个文件夹

pre { direction: ltr; color: rgb(0, 0, 0) } pre.western { font-family: "Liberation Mono", "Courier New", monospace } pre.cjk { font-family: "Nimbus Mono L", "Courier New", monospace } pre.ctl { font-family: "Li

0.目录 1.前言 2.安装python 3.使用pip下载.安装包 3.1 安装Scrapy 3.2 安装PyQt 3.3 同时安装多个包 3.4 pip的常用命令 1.前言 之前在电脑上安装了python3.6.2(目前是最新版),可以看到,是2017-07-17才出的.因此,我发现有三个重要的包:Scrapy.PyQt和TensorFlow都还没有适配python3.6.2版本.无奈之下,只能卸载python3.6.2,安装稍微老一点的python3.6.1.另附Windows下pytho

在ovs学习过程中,如果自己想要安装一个ovs交换机其实一条简单的命令 apt  install openvswitch 就可以了,但是这种方法只能安装低版本的ovs.在特殊情况下需要安装指定版本,例如需要下发meters表时需要ovs2.8以上的版本,那么就需要下载安装包手动安装.看似一个复杂的过程,其实也是比较简单的.下面就一起来看看如果手动安装一个指定版本ovs交换机. 准备工作 安装python apt install python 安装python-pip 如果不安装pip,在下面的过

ubuntu 16.0# 安装cuda ## 安装sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb.debsudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub #执行第一个命令后会有提示 sudo apt-get updatesudo apt-get install cuda ## 设置 sudo gedit ~/.bashrc 在末尾添加 export CUD

1.使用conda install tensorflow-gpu 2.使用pip install keras 这里使用pip安装而不是使用conda,原因是使用conda安装会默认安装cpu版本的tensorflow使用conda安装会提示安装其他依赖包,这其中就包括cpu版本的tensorflow,这是我们不想要的. 所以千万不要使用conda命令安装keras,说起来都是泪... 接下来可以在pycharm里import Keras,没出错就表明安装成功了. [补充]使用上述方法安装kera

安装python3后使用pip和pip3的区别是什么? 1.其实这两个命令效果是一样的,没有区别: (1)比如安装库numpy,pip3  install  numpy或者pip  install  numpy:只是当一台电脑同时有多个版本的Python的时候,用pip3就可以自动区分用Python3来安装库.是为了避免和Python2发生冲突的. (2)如果你的电脑只安装了Python3,那么不管用pip还是pip3都一样的. 2.安装了python3之后,会有pip3 (1)使用pip in

狠下心来重新装了系统,探索一下 gpu 版本的安装.比较令人可喜的是,跟着前辈们的经验,还是让我给安装成功了.由于我是新装的系统,就像婴儿般纯净,所以进入系统的第一步就是安装 cuda,只要这个不出错,后面的几乎就不会出错了. 首先,得先确定自己的显卡是否支持(这个一般支持,我这几年前的电脑的显卡都支持安装 cuda).然后确定自己要安装的是什么版本的 TensorFlow,因为不同的版本对 cuda 和 cudnn 的版本要求不一样.具体可以参考此链接:https://tensorflow.g

列出已安装的包 pip freeze or pip list 导出requirements.txt pip freeze > <目录>/requirements.txt 安装包 在线安装 pip install <包名> 或 pip install -r requirements.txt 通过使用== >= <= > <来指定版本,不写则安装最新版 requirements.txt内容格式为: APScheduler==2.1.2 Django==1.

想着开始学习tf了怎么能不用GPU,网上查了一下发现GeForce GTX确实支持GPU运算,所以就尝试部署了一下,在这里记录一下,避免大家少走弯路. 使用个人笔记本电脑thinkpadE570,内存4G,显卡GeForce GTX 950M 前期电脑已经安装win0+Ubuntu16双系统,thinkpad安装win0+Ubuntu16配置参照这里(本人为了方便) 安装顺序为: (1)安装NVIDIA Driver 安装电脑对应的显卡驱动,安装完成能够在程序中找到NVIDIA.和windows