Anaconda在Ubuntu下的安装与简单使用

这篇具有很好参考价值的文章主要介绍了Anaconda在Ubuntu下的安装与简单使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、参考资料

ubuntu16.04下安装&配置anaconda+tensorflow新手教程

二、安装Anaconda

  1. 下载 Miniconda镜像1 or Miniconda镜像2

    # 下载
    wget Miniconda3-py39_4.10.3-Linux-x86_64.sh
    
    # 安装
    bash Miniconda3-py39_4.10.3-Linux-x86_64.sh
    

    一路yes

  2. 安装过程中的选项

    Do you accept the license terms? [yes|no]
    >>> yes
    
    Anaconda3 will now be installed into this location:
    /home/yichao/anaconda3
    >>> 回车
    
    If you'd prefer that conda's base environment not be activated on startup, 
       set the auto_activate_base parameter to false: 
    
    conda config --set auto_activate_base false
    
  3. 取消base为默认虚拟环境

    conda config --set auto_activate_base false
    
  4. 设置环境变量
    如果自动设置环境变量,则需要手动设置环境变量。

    vim ~/.bashrc
    
    # 添加下面两行
    export PATH="/home/username/miniconda3/bin:$PATH"
    export PATH="/home/username/miniconda3/condabin:$PATH"
    
    # 重新加载当前用户配置文件
    source ~/.bashrc
    
  5. Anaconda换源

    Anaconda换源
    anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror!

    sudo gedit ~/.condarc
    
    # 清空缓存
    conda clean -i
    
    # 安装测试
    conda create -n myenv numpy
    
    channels:
      - defaults
    show_channel_urls: true
    default_channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    custom_channels:
      conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    
  6. 切换Python版本

    # 打开配置文件
    vim ~/.bashrc
    
    # 添加配置
    alias python="/usr/bin/python"
    alias python3="/usr/local/bin/python3"
    alias pyana="/home/yoyo/anaconda3/bin/python3"
    
    # 更新配置
    source ~/.bashrc
    
  7. 卸载Anaconda

    # 删除anaconda相关文件夹
    rm -rf ~/miniconda3
    rm -rf ~/anaconda3
    rm -rf ~/.conda
    rm -rf ~/.condarc
    rm -rf ~/.anaconda
    
    
    # 删除环境变量
    # 删除关于conda部分的环境变量
    vi ~/.bashrc
    
    # 更新环境变量
    source ~/.bashrc
    

三、Anaconda的常用指令

# 1. 创建虚拟环境
conda create -n your_env_name python=X.X(2.7、3.6等)

# 1.1 在指定的位置创建虚拟环境
conda create -p /PATH/TO/path

# 查看所有的conda虚拟环境
conda env list   

# 2. 激活虚拟环境
source activate your_env_name(虚拟环境名称)

# 3. 退出虚拟环境
source deactivate your_env_name(虚拟环境名称)

# 4. 删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all

# 5. 安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包

# 6. 跳过安装失败的包,继续安装
conda方式
while read requirement; do conda install --yes $requirement; done < requirements.txt

pip方式
while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt
  1. 查看

    # 1. 查看安装了哪些包
    conda list
    
    # 2. 查看conda配置
    conda config --show
    
    # 3. 查看当前存在哪些虚拟环境
    conda env list 
    或 conda info -e
    或 conda info --envs
    
  2. 更新

    # 1. 检查更新当前conda
    conda update conda
    
    # 2. 更新anaconda
    conda update anaconda
    
    # 3. 更新所有库
    conda update --all
     
    # 4. 更新python
    conda update python
    
  3. 清理conda缓存(conda报错segment fault的时候就是需要清理缓存哦)

    conda clean -p      //删除没有用的包
    conda clean -t      //删除tar包
    conda clean -y --all //删除所有的安装包及cache
    

四、Anaconda的使用技巧

conda环境的复制(生成.yaml文件)和pip环境的复制(生成requirements.txt)

  1. 克隆环境

    # 克隆一个BBB,环境和Tensorflow一样
    conda create -n BBB --clone Tensorflow 
    
  2. 克隆环境(跨计算机)

    # 跨计算机克隆
    # 目标计算机的环境目录 /PATH/TO/home/yoyo/miniconda3/envs/monodepth2-gpu 
    conda create -n BBB --clone /PATH/TO/home/yoyo/miniconda3/envs/monodepth2-gpu 
    
  3. 导入/导出环境

    # 导出环境到yaml文件
    conda env export > env.yaml
    
    # 根据yaml文件复现环境
    conda env create -f env.yaml
    

注意.yaml 文件移植过来的环境只安装了原来环境里用 conda install 等命令直接安装的包,使用pip安装的软件包没有移植过来,需要重新安装。

# 导出安装包
pip freeze > requirements.txt

# 安装
pip install -r requirements.txt 
或者
conda install --yes --file requirements.txt
  1. 打包/解包(跨计算机)

    # 将环境打包
    tar cvf monodepth2-gpu.tar envirement
    
    # monodepth2-gpu.tar文件,通过http、ssh等方式拷贝到目标计算机
    rsync -rzP */envirement.tar /home/yoyo/anaconda3/envs
    
    # 解包
    tar xvf monodepth2-gpu.tar
    
    # 修改conda的环境配置文件 ~/.conda/envirement.txt,在尾部添加拷贝的环境目录
    /home/yoyo/miniconda3/envs/monodepth2-gpu
    
  2. 搜索包

    # 在anaconda官方仓库中搜索包(可能失效)
    anaconda search tensorflow-gpu -t conda  #搜包[tensorflow-gpu]
    
    # 在清华源镜像中搜索包
    conda search tensorflow-gpu
    
    # 模糊查询
    conda search *scikit*
    或者
    conda search '*scikit*'
    
    # 显示包详细信息(可能失效)
    anaconda show aaronszs/tensorflow-gpu  #查询第二条[aaronszs/tensorflow-gpu]
    
    # 启动Anaconda Navigator 图形化界面
    anaconda-navigator
    
    # 导入anaconda所有库
    conda install anaconda
    

五、FAQ

anaconda 环境新建/删除/拷贝 jupyter notebook上使用python虚拟环境 TensorFlow

Anaconda 换国内源、删源最全集锦

在anaconda中安装不存在的python包并安装到指定环境中

【转】conda install和创建虚拟环境下载慢 pip下载慢 有用

TensorFlow+Faster-RCNN+Ubuntu 环境配置&代码运行过程

Q:根据yaml文件复现环境错误

Collecting package metadata (repodata.json): done
Solving environment: failed

ResolvePackageNotFound: 
  - wincertstore==0.2=py36h7fe50ca_0
  - jbig==2.1=h8d14728_2003
  - libdeflate==1.7=h8ffe710_5
  - zstd==1.5.0=h6255e5f_0
  - lz4-c==1.9.3=h8ffe710_1
  - lerc==2.2.1=h0e60522_0
  - libtiff==4.3.0=h0c97f57_1
  - jpeg==9d=h8ffe710_0
  - mkl==2021.3.0=hb70f87d_564
  - setuptools==52.0.0=py36haa95532_0
  - tbb==2021.3.0=h2d74725_0
  - certifi==2021.5.30=py36haa95532_0
  - vc==14.2=h21ff451_1
  - python==3.6.6=hea74fb7_0
  - zlib==1.2.11=h62dcd97_1010
  - numpy==1.19.5=py36h4b40d73_2
  - pip==21.2.2=py36haa95532_0
  - libpng==1.6.37=h1d00b33_2
  - opencv==3.3.1=py36h20b85fd_1
  - vs2015_runtime==14.27.29016=h5e58377_2
  - intel-openmp==2021.3.0=h57928b3_3372
  - xz==5.2.5=h62dcd97_1

Q:根据yaml文件复现环境错误

Collecting package metadata (repodata.json): done
Solving environment: failed

ResolvePackageNotFound: 
  - wincertstore=0.2
  - vc=14.2
  - vs2015_runtime=14.27.29016
# 错误原因
找不到相关的包

# 解决办法
注释对应的行

Q:NotWritableError: The current user does not have write permissions to a required path.

conda创建环境时报错:NotWritableError: The current user does not have write permissions to a required path.

tx2@tx2:~$ conda create -n efficientdet python=3.7
Solving environment: failed

NotWritableError: The current user does not have write permissions to a required path.
  path: /home/tx2/archiconda3/pkgs/urls.txt
  uid: 1000
  gid: 1000

If you feel that permissions on this path are set incorrectly, you can manually
change them by executing

  $ sudo chown 1000:1000 /home/tx2/archiconda3/pkgs/urls.txt

In general, it's not advisable to use 'sudo conda'.‵
# 错误原因
用户没有对anaconda3文件夹的读写权限,造成其原因可能是由于在安装anaconda时使用了管理员权限。

# 解决办法
cd /home/tx2
sudo chown tx2:tx2 -R archiconda3

Q:subprocess.CalledProcessError: Command 'lsb_release -a' returned non-zero exit status 1.

subprocess.CalledProcessError: Command ‘(‘lsb_release’, ‘-a’)’ returned non-zero exit status 1.文章来源地址https://www.toymoban.com/news/detail-851946.html

(mslite) liulinjun@LAPTOP-4DTD5D42:~/MyDocuments/mindspore$ conda info --envs

# >>>>>>>>>>>>>>>>>>>>>> ERROR REPORT <<<<<<<<<<<<<<<<<<<<<<

    Traceback (most recent call last):
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/exceptions.py", line 1079, in __call__
        return func(*args, **kwargs)
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/cli/main.py", line 84, in _main
        exit_code = do_call(args, p)
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/cli/conda_argparse.py", line 83, in do_call
        return getattr(module, func_name)(args, parser)
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/cli/main_info.py", line 316, in execute
        info_dict = get_info_dict(args.system)
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/cli/main_info.py", line 135, in get_info_dict
        _supplement_index_with_system(virtual_pkg_index)
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/core/index.py", line 163, in _supplement_index_with_system
        dist_name, dist_version = context.os_distribution_name_version
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/_vendor/auxlib/decorators.py", line 268, in new_fget
        cache[inner_attname] = func(self)
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/base/context.py", line 786, in os_distribution_name_version
        from .._vendor.distro import id, version
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/_vendor/distro.py", line 1084, in <module>
        _distro = LinuxDistribution()
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/_vendor/distro.py", line 599, in __init__
        self._lsb_release_info = self._get_lsb_release_info() \
      File "/home/liulinjun/miniconda3/lib/python3.9/site-packages/conda/_vendor/distro.py", line 943, in _get_lsb_release_info
        raise subprocess.CalledProcessError(code, cmd, stdout, stderr)
    subprocess.CalledProcessError: Command 'lsb_release -a' returned non-zero exit status 1.

`$ /home/liulinjun/miniconda3/bin/conda info --envs`


An unexpected error has occurred. Conda has prepared the above report.

If submitted, this report will be used by core maintainers to improve
future releases of conda.
Would you like conda to send this report to the core maintainers?

[y/N]: N

No report sent. To permanently opt-out, use

    $ conda config --set report_errors false
File "/root/miniconda3/lib/python3.9/site-packages/conda/_vendor/distro.py", line 943, in _get_lsb_release_info
        raise subprocess.CalledProcessError(code, cmd, stdout, stderr)
    subprocess.CalledProcessError: Command 'lsb_release -a' returned non-zero exit status 1.

`$ /root/miniconda3/bin/conda info --envs`


An unexpected error has occurred. Conda has prepared the above report.

If submitted, this report will be used by core maintainers to improve
future releases of conda.
# 解决方法一
find / -name lsb_release

mv /usr/bin/lsb_release /usr/bin/lsb_release.bak
或者
rm -rf /usr/bin/lsb_release

# 解决方法二
如果方法一无法解决,可尝试方法二。
conda config --set report_errors false

到了这里,关于Anaconda在Ubuntu下的安装与简单使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 从小白到大神之路之学习运维第60天--------Ansible自动化运维工具(安装、操作、简单使用,模块的作用)

    第三阶段基础 时  间:2023年7月13日 参加人:全班人员 内  容: Ansible自动化运维工具 目录 一、Ansible概述 二、Ansible特点 三、Ansible应用 (一)使用者 (二)Ansible工具集合 (三)作用对象 四、Ansible的搭建 五、Ansible配置 六、Ansible命令 (一)ansible (二)Ansible-doc (三)

    2024年02月16日
    浏览(60)
  • linux(ubuntu)安装Docker教程-超详细超简单

    1、首先进入管理员权限。 2、更新软件源。 3、安装一些依赖 4、为系统添加Docker的密钥 5、添加Docker源,这里我们选择的是stable稳定版 6、再次更新源 7、查看有哪些Docker版本可以安装 8、这里我们安装安装Docker的社区版 9、输入 docker ,即可检查是否安装成功。 10、启动Docke

    2024年02月16日
    浏览(48)
  • Python:Linux下安装Anaconda,可多人使用(内容几乎完整)

    本文记录在Ubuntu下,配置Python的开发环境,包括安装Anaconda、配置源、配置虚拟环境,为不同用户配置虚拟环境。假设各位已经稍微有一点点Linux的操作经验,如知道ls、grep等命令,也稍微有点虚拟环境、pip安装依赖包的经验。 说明:细心的读者会发现本文截图中的主机名有

    2024年02月07日
    浏览(37)
  • Kafka在Linux下的安装和使用

    💡 Tips:本文主要介绍在Linux系统中安装和使用Lafka的操作步骤。 访问Kafka官网,下载安装包版本(https://kafka.apache.org/downloads),下载 kafka_2.12-3.3.2.tgz,前面的 2.12 是 Scala的版本号,后面的 3.3.2是kafka的版本号。 https://downloads.apache.org/kafka/3.3.2/kafka_2.12-3.3.2.tgz 下载后,按照命令

    2024年02月06日
    浏览(31)
  • Ubuntu字体安装指南:简单操作,轻松美化你的Linux系统

    在Ubuntu上,字体是用户界面的重要组成部分,能够显著影响系统的视觉效果和用户体验。良好的字体选择与安装可以使系统更加美观和易读。本文将介绍如何在Ubuntu上安装字体,并提供相应的源代码。 第一步:准备字体文件 在开始之前,你需要准备你想要安装的字体文件。

    2024年02月03日
    浏览(43)
  • StableDiffusion-webUI环境配置、部署、汉化、扩展超详细步骤 || 服务器Linux Ubuntu/本地Windows || 比官方安装更高自定义度 || anaconda虚拟环境下

    目录 一、代码下载 以下指令用git下载代码(可能不能直接跑通,后续需要修改一些代码,见“ 四、代码修改”部分) 1. 下载 stable-diffusion-webui 仓库 2. 下载其他仓库 二、环境配置 0. 安装anaconda、CUDA、cuDNN 1. 建立并激活新 conda 环境 2. 安装 requirements.txt 中的依赖包 3

    2024年02月10日
    浏览(82)
  • linux下的mosquitto服务安装及使用(避坑指南)

    Mosquitto是一个开源的MQTT消息代理服务器。MQTT是一个轻量级的、基于发布/订阅模式的消息传输协议。 mosquitto的安装使用比较简单,可以方便的来进行一些测试。 Mosquitto的特点: 1. 轻量级:Mosquitto是一个轻量级的MQTT代理服务器,它的设计目标是提供高效、快速和可靠的消息传

    2024年02月12日
    浏览(39)
  • Linux 之 Ubuntu 上 Vim 的安装、配置、常用命令的简单整理

    目录 Linux 之 Ubuntu 上 vim 的安装、配置、常用命令的简单整理 一、简单介绍 二、Vim 的安装 三、vim 的 3+2 种工作模式  四、vim 的一些基础配置,及其说明 五、普通模式下的常用操作命令 六、插入模式下的常用操作命令 七、命令模式下的常用操作命令 Linux/Ubuntu 开发的一些知

    2024年04月12日
    浏览(47)
  • Ubuntu安装NVM及简单使用

    NVM是指Node Version Manager;安装环境是Ubuntu22.04。 1.1 采用cURL 或 Wget 命令执行下列任一安装脚本: 1.2 如果采用cURL,需先安装: 1.3 如果执行命令成功,可以使用 nvm ls 命令测试; 1.4 如果出现如下错误,可选下一种手动安装: 2.1 安装git: 2.2 选择目录,下载项目(git地址): 2.3

    2024年02月13日
    浏览(31)
  • Ubuntu20.04安装anaconda 1.下载anaconda

    官网链接:Anaconda | Anaconda Distribution 直接选择Download,他会自动识别系统下载最新的版本 进入下载文件夹,运行安装文件 接受安装协议,输入yes;阅读注册信息,然后输入yes;确定anaconda的安装位置,按enter确定,加入环境变量的提示信息,输入yes 在文件最后两行写入  应用

    2024年02月08日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包