ToB企服应用市场:ToB评测及商务社交产业平台

标题: 【Anaconda】Linux下Anaconda安装和捏造情况配置 [打印本页]

作者: 玛卡巴卡的卡巴卡玛    时间: 2024-9-17 23:55
标题: 【Anaconda】Linux下Anaconda安装和捏造情况配置
下面介绍整体流程,遇到问题优先看“遇到问题章节”!
  一、安装anaconda

1.下载anaconda安装包
(1)可以选择在官网下载,然后上传到服务器:
清华镜像的网址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

(2)也可以直接在linux上下载:
复制你所要版本的下载链接,使用wget+链接下载!
  1. wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh
复制代码
2.开始安装
进入存放安装包的目次下,赋予它可执行权限,执行!
  1. # 给文件执行权限
  2. chmod 777 Anaconda3-2024.02-1-Linux-x86_64.sh
  3. # 执行
  4. ./Anaconda3-2024.02-1-Linux-x86_64.sh
复制代码
遇到提示,输入enter,回车继承:

接下来是协议之类的阅读文章,按↓下键或者S键,直到出现yes/no,输入yes

接下来提示安装位置,默认是/root/anaconda3,如果需要改位置,则输入路径即可!不改的话直接回车:

然后提示你是否初始化,选择yes,在>>>输入yes,等候一会:

之后,重启终端,anaconda才气见效。命令行火线出现(base)字样。

注意:
   anaconda在linux下默认安装在文件夹./anaconda3
,如果安装过程中出现任何问题,删除anaconda3文件夹即可重新开始: rm -rf [dir]
  二、conda捏造情况管理

  1. # 复制环境
  2. conda create -n newpythonenv --clone oldpythonenv
  3. # 删除环境
  4. conda remove -n mypythonenv --all
复制代码

三、jupyter相干启动摆设

当地启动jupyter:
一般anaconda会自带这些工具不消下载!

远程访问jupyter:
参考另一篇文章:【AI模型-机器学习工具摆设】远程服务器配置Jupyter notebook或jupyter lab服务
四、遇到问题

问题1:遇到“–no-check-certificate”
解决方法:到场–no-check-certificate 即可,如:
  1. wget --no-check-certificate https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh
  2. sh Anaconda3-2021.11-Linux-x86_64.sh
复制代码

问题2/ home空间不足,特别是当后续还要安装众多的库,会频仍提示no space
解决方法:安装Miniconda,占用空间要比Anaconda3小许多,大概有3GB。
  1. wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
  2. bash Miniconda3-latest-Linux-x86_64.sh
复制代码

问题3:PackagesNotFoundError: The following packages are not available from current channels:
需要用到的soundfile等一些第三方库提示无法获取获取。
解决方法:可以通过国内资源下载:
  1. pip install soundfile -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
复制代码

问题4:NotImplementedError: Cannot convert a symbolic Tensor (lstm/strided_slice:0) to a numpy array. This error may indicate that you’re trying to pass a Tensor to a NumPy call, which is not supported
提示tensor和numpy不兼容的问题。
解决方法:可能是numpy包的问题。减低版本 numpy == 1.18.5

免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。




欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4