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。
在安装 Anaconda 到我们的 Ubuntu 上时,就是遵循以下几个步骤
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
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
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
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!!
With data collection, ‘the sooner the better’ is ...
昨天已经看过我们在实务上可能会遇到的需求,利用多个可能重复范围的配对池,当作匹配搜寻条件,今天让我们...
问题回答 所谓跨元件,即是两个元件并无父子关系,并没有被对方包着。如果要互相传递资料,可以使用 mi...
前言 在 Windows 10 底下的 Ubuntu 18.04 LTS 执行 Ruby on Ra...
GeoJSON 是一种基於 JSON 的地理空间数据交换格式,相关定义可参考 RFC 7946,一个...