博客
关于我
Mac下conda环境操作、conda换源、pip换源
阅读量:703 次
发布时间:2019-03-21

本文共 982 字,大约阅读时间需要 3 分钟。

conda环境操作指南

在使用conda进行环境管理时,以下是一些实用的操作指南

创建新环境

要创建新的conda环境,你可以使用以下命令:

conda create -n 环境名

如果需要指定python版本:

conda create -n 环境名 python=3.6

另外,以下是关于环境变量的注意事项

创建新环境时,请确保指定python版本

在Pycharm中导入conda环境时,需要注意以下内容:

conda create -n 环境名 python

如果你已经安装了环境变量并需要更新python版本:

conda install -n 环境名 python

删除环境

要删除一个环境,可以使用以下命令:

conda remove -n 环境名 --all

激活和退出环境

激活特定环境:

source activate 环境名

退出环境:

conda deactivate

源切换

切换国内镜像源

清华源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

中科大源:

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

查看当前源:

cat ~/.condarc

镜像源配置

在家目录下的.pip文件中,可自定义镜像源

阿里源:

mkdir .pip cd .pip && touch pip.conf && echo "[global]index-url = http://mirrors.aliyun.com/pypi/simple/[install]trusted-host=mirrors.aliyun.com" > pip.conf

豆瓣源:

mkdir .pip cd .pip && touch pip.conf && echo "[global]index-url = http://pypi.douban.com/simple[install]trusted-host=pypi.douban.com" > pip.conf

及时反馈

如有问题欢迎在留言区留言

以上内容仅供参考,具体操作请以实际情况为准

转载地址:http://ybtez.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>