【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
4. # 执行
5. ./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

• 查看捏造情况列表
  使用 conda info -e或者conda env list 查看已经存在的情况，火线带有*的为正在使用的捏造情况。
  
  
  
  
• 创建捏造情况
  conda create -n [情况名称] python=[版本号]
  
  1. conda create -n mypython python=3.11

  复制代码
• 激活或退出捏造情况
  
  
  
  • 激活捏造情况：conda activate [情况名称]
    
  • 退出捏造情况：conda deactivate [情况名称]
    
  
  
• 删除或复制捏造情况
  
  
  
  • 复制情况：conda create -n [new情况名称] --clone [old情况名称]
    
  • 删除捏造情况：conda remove -n [情况名称] --all
    
  
  

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

复制代码

• 对于捏造情况的包管理命令整理：
  

• 查看捏造情况下的包：conda list -n [情况]或者切换情况后conda list
  
• 安装第三方包：切换到使用的情况后，安装第三方库：
  
  
  
  • 安装：conda install [包名=版本号]
    
  • 删除：conda uninstall [包名]
    
  • 更新：conda update [包名]
    
  
  
• 复制情况依赖（比方在开源项目中常见）
  一般是在复现相同情况时使用，一键重现相同情况。比方更换服务器、复现git开源工程等。
  （1）conda
  conda导出已有的情况，生存在myenv.yaml文件中。
  
  1. conda env export > myenv.yaml

  复制代码
  根据yaml文件导入并安装情况
  
  1. conda env create -f myenv.yaml

  复制代码
        注：.yaml文件移植过来的情况只是原来情况里用conda install命令安装的包，pip安装的库可能不会移植过来，需要重新安装。
      （2）pip
  把情况中的依赖写入 requirement.txt 中
  
  1. pip freeze >requirements.txt

  复制代码
  安装情况依赖
  
  1. pip install -r requirement.txt

  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！

• 安装命令 conda install jupyterlab
  
• 启动：jupyter notebook或者jupyter lab
  

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。