前言

今天比较像是补充说明一下一些软件上的可以注意的点，基本上经过了软件(1) 跟软件(2) 之後，其实环境已经算是建好了，之後要装任何东西或者要跑我们提到的任何 code 都开启这个虚拟环境就好。那今天主要提一下一些 anaconda 在环境上的议题以及关於套件 install 的一些 issue。

Anaconda

安装时的 issue

在安装 Anaconda 到我们的 Ubuntu 上时，就是遵循以下几个步骤

• Step.1 在官网上下载 .sh 档下来到 Download 资料夹内
• • Ex. 下载 Anaconda3-2020.02-Linux-x86_64.sh
• Step.2 使用这个指令去安装 Anconda 到 /home/user_name/anaconda 下

bash ~/Downloads/Anaconda3-2020.02-Linux-x86_64.sh

那接下来他就会开始安装，包含确认你想把整个 Anaconda 资料夹安装在哪里(Default 在 home 底下~
直到你看到一条讯息说要不要做 conda init 如果你选择 Yes 那麽之後你开启 Terminal 时，就会看到
(base) 字眼，如下图，反之如果你选择 No，则不会有

那有 (base) 字眼的话，你可以直接执行任何 conda 等指令，如 conda create -n env_name，反之则不行，你需要先在 home 底下执行 source anaconda/bin/activate 出现 **(base)**字样後才能开始使用

环境的一些 Issue

创造虚拟环境环境

我们已经知道，如果想要在创建环境时，加上一些特殊的版本需求，例如希望是 python 3.6 的，我们可以使用

conda create -n env_name python=3.6

或者你想要你见的虚拟环境中有指定的套件(像是 numpy

conda create -n env_name numpy

事实上你想想装任何数量的跳件都可以这样装

#conda create -n env_name list_of_packages
conda create -n env_name python=3.6 numpy scipy=....

当然你也可以开启这个虚拟环境之後，在一个一个用 pip 装
但也可以用比较简单的方式，例如，你想要跑一份 github 上别人的 Project，然後别人有释出他们在执行 code 时的环境是用甚麽套件以及甚麽版本的，通常会是纪录在一份 .txt 或这 .yaml 档案，那就可以使用以下指令去创建虚拟环境

# 如果是 .txt
conda create -n env_name --file requirements.txt
# 如果是 .yaml
conda create -n env_name --file env.yaml

储存虚拟环境里的各个套件以及其版本

相对於使用 file 去建立出有指定版本的环境，我们也可以把环境中的各个版本的资讯给存起来
首先必须在已经创建的虚拟环境中( Ex. env_name)

# 存成 .txt
conda list -e > requirements.txt
# 存成 .yaml
conda env export > env.yml

结语

我们已经把环境 Issue 解释得差不多啦~
那接下来就可以开始就可以讨论 Deep Learning 的内容啦~
我们明天见!!