Conda 虚拟环境和配置

查看当前虚拟环境

conda info --envs

离开当前虚拟环境

conda deactivate

进入新的虚拟环境

conda activate base

创建虚拟环境

conda create -n pytorch

查看虚拟环境里已安装包列表

conda list

虚拟环境安装pytorch

conda install pytorch torchvision cudatoolkit=10.0

测试新安装的pytorch

python
import pytorch
print(torch.__version__) # 查看pytorch版本
print(torch.cuda.is_available()) # 查看pytorch能不能用得上本机GPU

测试新安装的TensorFlow

conda activate tensorflow2
python
import tensorflow2 as tf
tf.__version__
tf.test.is_gpu_available() # 在tensorflow2查看tf版本是2.0.0-alpha0,并且支持GPU

默认Jupyter notebook启动的是base虚拟环境，pytorch没有安装在base虚拟环境，无法找到torch模块

在base虚拟环境下输入以下命令就可以

1.安装nb_conda

conda install nb_conda

2.安装ipykernel

conda install ipykernel

3.为虚拟环境下创建Kernel文件

conda install -n pytorch ipykernel
conda install -n tensorflow2 ipykerel

当安装多个ipykernels后，点击jupyter notebook启动，提示，它自动发现了3个kernels。kernel可以理解而为虚拟环境

1.查看并创建环境

conda env list    # 查看环境列表
conda create -n python36 python=3.6.8 # 创建环境

2.启动环境并查看环境下安装的包

conda activate python36 # 启动名为python36的环境
conda list # 查看环境下安装的包
conda deactivate python36 # 关闭名为python36的环境

3.克隆环境和移除环境

conda create -n tf --clone python36 # 克隆环境python36为tf
conda remove -n python36 --all # 移除环境