今天在工作的过程中遇到这样一个问题:安装完Anaconda利用conda创建了虚拟环境,但是启动jupyter notebook之后却找不到虚拟环境中的python kernel.后来上网找到了解决办法,如下: 创建虚拟环境 首先回顾一下当时创建虚拟环境的命令: conda create -n python2 python=2.7 利用这个命令便创建了一个名叫python2的虚拟环境. jupyter notebook添加python kernel 在/usr/local/anaconda3/s

1. 前提: 安装前服务器情况,已经安装好了: CUDNN=7.3.0 CUDA=10.0.130 Opencv 2.4.13 相应命令为: cuda 版本 cat /usr/local/cuda/version.txt cudnn 版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 opencv版本 pkg-config opencv --modversion 2. 准备caffe, python环境 从https://

离线状态迁移Anaconda虚拟环境 同样是项目需求,需要布署的服务器上的Anaconda安装到了普通账户下 而后续所有的内容都需要通过root账户进行操作,而服务器已经布署,联网比较麻烦 本文提出,在无需联网的状态下,转移一下Anaconda的环境 1. 安装 Anaconda 所有的操作最好都用root账户进行 找到之前下载的Anaconda3-2019.10-Linux-x86_64.sh文件,最好移动到root目录下: 运行bash Anaconda3-2019.10-Linux-x86

Pytorch安装倒腾了一上午终于搞定,记录一下安装过程. 1. 首先尝试官网的安装方式,但是网速太慢了. 除去cudnn100, torchvision和pytorch三个文件,其余可以直接从清华镜像源下载. 这三个包直接进入官网,使用多线程(我用idm下载的,最好在挂个代理或者VPN)下载后,离线安装.离线安装命令: conda install --use-local Pkg_name 2. 安装完成后报错,拷贝系统lib目录下相关文件到需求路径,测试成功. 执行如下代码,需要根据安装路径适

目录 前言 1. 创建虚拟环境 2. 虚拟环境管理 3. Conda虚拟环境的包管理 前言 今天把anaconda进行了滚动更新,实体环境python版本也相应从3.6跟新到了3.7.但是问题来了,之前安装的很多包,如opencv,dlib,等等都找不到对应版本,尴尬.......通常很多东西都是逃避不过去的,迟早会遇到,那么开始对虚拟环境的学习---- 1. 创建虚拟环境 conda create -n env_name python=X.X 以下是我的运行过程 # root @ geoffr

首先要安装Anaconda 下载网址:https://www.anaconda.com/distribution/#download-section      Miniconda下载网址:https://conda.io/en/latest/miniconda.html 1,安装完成配置环境变量 3,安装新的虚拟环境 conda create -n 环境名称 要装的语言(指定版本) 等待安装完毕  完毕后会提示怎么开启和关闭虚拟环境 如上图安装成功 4,虚拟环境的常用命令 查看版本号 激活虚拟环

之前在自己博客上写了一个如何通过自建配置文件,让jupyter notebook可以调用conda虚拟环境的python解释器. 今天介绍一种更加简单的方式,无需手动配置文件,利用ipykernel可以自动生成对应的配置文件,然后直接启动jupyter notebook即可,而且只需要在第一次使用的时候进行生成,之后可以直接使用. 例如,现在想创建一个虚拟环境名为py3,希望在jupyter notebook中可以直接选择py3这个kernel.命令如下 conda create -n py3

1.首先在所在系统中安装Anaconda.可以打开命令行输入conda -V检验是否安装以及当前conda的版本. 2.conda常用的命令. 1)conda list 查看安装了哪些包. 2)conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3)conda update conda 检查更新当前conda 3.创建python虚拟环境. 使用 conda create -n your_env_name python=X.X(2.7.3.6等)命令创建pyt

因为要在windows系统系统中练习tensorflow,所以需要配置一下环境(来回的开关机切换环境太麻烦了......) 首先安装anaconda3,我选择的版本是Anaconda3 5.1.0,对应的python的版本是python3.6.anaconda和python对应的版本关系如下图: 下载的是使用的中科大的镜像站 http://mirrors.ustc.edu.cn/anaconda/archive/ 具体安装过程不表,配置一下安装路径就可以,还有就是将下面的勾取消掉了(默认勾选的,

创建虚拟环境:conda create -n env_name packages 例:创建名为env1的虚拟环境,并在其中安装numpy,conda create -n env1 numpy. 指定特定版本的Python,conda create -n py2 python=2 查询虚拟环境:conda env list 切换虚拟环境:MacOS/Linux,source activate env_name Windows,activate env_name 离开虚拟环境:MaxOS/Linux

anaconda下jupyter notebook的打开目录的修改:参考:https://www.cnblogs.com/amberdata/p/7907845.html pytorch官网:https://pytorch.org/ 因为我之前安装tensorflow,就已经安装了cuda9和cudnn,具体可以参考我的上一篇: https://www.cnblogs.com/gaofighting/p/9917456.html 安装pytorch参考: https://www.cnblogs.

0 - 步骤 安装visualcppbuildtools_full.exe(链接:https://blog.csdn.net/u012247418/article/details/82314129) 重启电脑,在开始菜单中打开"Visual C++ 2015 x64 Native Build Tools Command Prompt"命令行 命令行中键入"activate env_name"激活虚拟环境(env_name为虚拟环境名称) 命令行中键入"pi

查看所有已安装的软件包$ conda list# packages in environment at S:\Users\jiangshan\Anaconda3:## Name Version Build Channel_ipyw_jlab_nb_ext_conf 0.1.0 py37_0 defaultsalabaster 0.7.12 py37_0 defaultsanaconda 2018.12 py37_0 defaults........ 查看当前存在哪些虚拟环境$ conda inf

由于需要使用Tensorflow的1.xx的低版本,但是cmd下载一直报错没有解决,就想着用Anaconda,但是真实环境我已经装上Tensorflow2.0了不想换了,所以就想着再建一个python3.6的虚拟环境.不过这个过程还是比较曲折的,这篇文章把整个过程的操作和报错解决方法记录下来,以备后用.内容包括: 虚拟环境建立 添加虚拟环境到jupyter notebook 错误解决方法 建立Anaconda虚拟环境 以管理员身份运行Anaconda Prompt 输入以下命令: conda c

# jupyter notebook添加Anaconda虚拟环境的kernel #  开启虚拟环境 (base) C:\Users\jiangshan>activate tensorflow #  首先向虚拟环境安装ipykernel(tensorflow) C:\Users\jiangshan>conda install -n tensorflow ipykernel # 进行配置(tensorflow) C:\Users\jiangshan>python -m ipykernel i

把镜像地址改为清华大学开源软件镜像站,打开 管理员身份打开cmd 输入conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes 之后在cmd下输入命令安装,建立TensorFlow的anaconda虚拟环境 conda create -n tensorflow python=3.5 anaconda #co

前篇:http://www.cnblogs.com/ostrich-sunshine/p/8747791.html 介绍了 Mac 下 python 的一些相关知识. 这篇介绍 python3 的安装,及 python2 和 python3 的切换 1. Mac 下 安装 python 查看是否已有  python,方式:打开终端,输入 python,如出现如下,则说明已有默认安装的 python: 说明:一般 Mac 电脑上默认安装了 python,版本一般为 2.7 或 2.6 位置在:/S

为了能让 Tensorflow GPU 版本跑起来,我折腾了1个多星期. 总体参照 https://zhuanlan.zhihu.com/p/32118549 ,安装成功,但还是有不足的地方, 在此记录,为以后重新装系统方便. 1. 我选择Ubuntu版本的原则 目前,我选择Ubuntu版本的原则就是能否立即连上网络(无论有线还是无线,得先能连接网络才行).因为不同机器网卡的原因,导致低版本Ubuntu安装状态时无法识别网卡.我在本机上安装过Ubuntu 14.04, 16.04版本,均无法识别

配置Jupyter Notebook 1 修改Jupyter Notebook的工作目录 Jupyter默认打开的是用户目录,使用如下步骤自行修改: CMD生成Jupyter配置文件: (python36) C:\Users\Administrator>jupyter notebook --generate-config Writing default config to: C:\Users\Administrator\.jupyter\jupyter_notebook_config.py 用记

基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境 前言一.环境准备环境介绍软件下载VMware下安装UbuntuUbuntu下Anaconda的安装二.Xshell远程连接Ubuntu系统三.Jupyter notebook服务器的配置及远程访问四.远程环境的测试Tensorflow软件库的安装简单爬虫数据可视化基于神经网络实现fashion_mnist图片的识别总结 前言 如今,人工智能.深度学习等高深知识逐渐融入大家的视野,小大验证码的识

那些最全面的Windows10安装pytorch踩过的坑以及如何应用 一.pytorch简介 2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch.它是一个基于Python的可续计算包,提供两个高级功能:1.具有强大的GPU加速的张量计算(如NumPy).2.包含自动求导系统的深度神经网络. 深度学习的框架有很多,诸如选择哪个深度学习的框架,哪个框架好这类的问题很多,这里引用知乎的回答 PyTorch到底好用在哪里? PyTorch更有利于研究人员.爱好