Fork me on GitHub

Conda详细配置指南

Posted on | In | Visitors:
Words count in article: 526 | Reading time ≈ 2

Conda是个好东西，以前的文章介绍过Setup and Linux | James Chen’s Blogs，因为好几台机器，因为某些库，以及python2和3的问题，重装倒腾过N次，于是倒腾出来一个标准流程，记录如下。

安装conda2与conda3

安装当然用清华开源镜像站的装啦，校园网下每秒几十兆，不用是傻子Index of /_legacy_index/anaconda/archive/
分别找到2和3的最新版本，wget .sh脚本，然后运行，按顺序来，最后添加环境变量到bashrc中即可。

使用tuna的镜像库

如下配置，以后conda install的时候用tuna的镜像，告别龟速(当然实验室的服务器本身已经很给力了，不过对于不能翻墙的人来说实在是福音)

1
2
3
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

Anaconda2 和3兼容性

  • 首先修改bashrc或者zshrc，加入两个路径
  • 然后cd 到anaconda3下的bin，将conda和pip改成conda3和pip3
    这样可以分别管理，pip，conda对应2，pip3，conda3对应3，可以顺便把anaconda2下面的pip和conda加上2（我记得一年多以前就是这样的，谁知道现在conda都统一写成不带数字了，让用两个版本的人很难受的）

可以用which pip(pip3)来看一下自己的pip是不是用的正确的位置的

check是否完全删除以前的anaconda

1
2
3
4
conda install anaconda-clean
anaconda-clean --yes
rm -rf ~/anaconda2
~/.anaconda_backup/<timestamp>

把以前的依赖删除的方法

加到bashrc里，尤其是去除服务器统一配置的anaconda的好方法

1
2
3
4
5
unset CONDA_DEFAULT_ENV
unset CONDA_PREFIX
unset ONDA_PROMPT_MODIFIER
unset CONDA_PYTHON_EXE
unset CONDA_SHLVL

可能的jupyter的kernel问题

1
2
3
4
pip3 install ipykernel
python3 -m ipykernel install --user
pip install ipykernel
python2 -m ipykernel install --user

需要额外装的package（待不断补充），其实conda自带的常见package真的越来越多了，tensorflow不得不用低版本的主要还是cuda的版本和其他的一些小问题。

1
2
3
4
5
#tensorflow
pip install tensorflow-gpu==1.2.1
#pytorch
#plotly
#concise
-----The ---- end ------- Thanks --- for --- Reading----