深度学习 01安装环境详解之 miniconda

Posted 2023-03-07 YouCans

欢迎关注『youcans的深度学习课』系列，持续更新中…
【深度学习 01】安装环境之 miniconda
【深度学习 02】PyTorch CPU版本安装与环境配置

【深度学习 01】 安装环境详解之 miniconda

1. conda/Anaconda/miniconda

• conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地隔离和管理不同python版本的环境。
• Anaconda和miniconda都是conda的一种发行版。只是包含的包不同。
• Anaconda包含了conda、python等180多个科学计算工具包及其依赖项，也称为Python的一种发行版。
• miniconda是最小的conda安装环境，只包含最基本的内容——python与conda，以及相关的必须依赖项。所有的操作命令皆在命令行中完成，没有GUI界面。

1.1 conda

conda 是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身。因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

1.2 Anaconda——推荐小白使用

Anaconda是一个免费开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析）。

Anaconda致力于简化包管理和部署，支持 Linux, Mac, Windows系统，拥有超过1400个数据科学软件包。

Anaconda包含Conda和虚拟环境管理，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。

Anaconda使用软件包管理系统Conda进行管理，利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。可以使用已经包含在Anaconda中的命令conda install或者pip install从Anaconda仓库中安装开源软件包。Pip提供了Conda大部分功能，并且大多数情况下两个可以同时使用。

Anaconda安装包的下载地址：Anaconda | Anaconda Distribution
Anaconda官方安装教程：Installation — Anaconda documentation

1.3 miniconda——推荐深度学习使用

miniconda是conda的精简版安装程序。所占内存较小，所有的操作命令皆在命令行中完成，没有GUI界面。

miniconda是Anaconda的小型引导程序版本，仅包含conda，python，它们依赖的软件包以及少量其他有用的软件包，包括pip，zlib和其他一些软件包。使用conda install command可以从Anaconda存储库中安装720+个其他conda软件包。

推荐深度学习使用miniconda搭建Python环境，它提供了python与conda，可以创建相对独立的Python环境，避免与其它库的冲突。

2. miniconda安装

2.1 卸载 Anaconda

如果已经安装了Anaconda，请先卸载Anaconda。

2.2 下载miniconda 安装包

从miniconda官网下载miniconda安装包：miniconda 官网下载

注意根据使用的系统、Python版本选择适当的安装包：

2.3 安装miniconda 安装包

下载完成后，打开安装包，安装miniconda。推荐以管理员身份运行。

注意：建议修改安装目录，以便管理。

2.4 环境配置

鼠标右键点击：电脑 -> 属性 -> 高级系统设置 -> 环境变量，新建或编辑系统变量，添加以下三个路径：

• 安装路径\\Miniconda3（例如 C:\\Python\\miniconda3）；
• 安装路径\\Miniconda3\\Scripts（例如 C:\\Python\\miniconda3\\Scripts）；
• 安装路径\\Miniconda3\\Library\\bin（例如 C:\\Python\\miniconda3\\Library\\bin）。

2.5 测试

通过控制台命令 cmd 或 Anaconda Prompt (miniconda)进入命令行操作。

• 输入：conda -V 后回车：

• 输入：conda init cmd.exe

2.6 更换国内镜像源

为了加快第三方库的下载速度，可以将源指向国内的镜像源，例如使用 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 。

根据清华开源软件镜像站关于Anaconda镜像使用帮助的提示，在用户目录下新建 .condarc 文件。

编辑创建 .condarc 文件如下，保存到"C:\\Users\\×××"路径下（×××表示登录的用户名）：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3. miniconda的使用

3.1 环境管理

3.1.1 创建环境

conda 安装后会自带一个 base 环境，其它虚拟 Python 环境则需要手动创建。

语法：

conda create -n [环境名称] python[=版本]

用例：创建名称为 py38 的 Python 环境，Python 版本为3.8

conda create -n py38 python=3.8

遇到Proceed([y]/n)时，直接回车。

创建成功。

3.1.2 查看环境列表

conda env list

3.1.3 激活环境

conda activate [环境名称]

用例：创建名称为 py38 的 Python 环境，Python 版本为3.8

conda activate py38

注意，图中"C:\\Users\\…"之前的环境名称已经由默认的 <base>变成了距离的用户环境<py38>。

3.1.4 切换环境

conda [环境名称]

3.1.5 退出当前环境

conda deactivate

3.1.6 删除环境

conda env remove -n [环境名称]

3.2 包管理

3.2.1 查询已安装的包

conda list

3.2.2 conda install 安装包名(=版本)

conda install numpy

conda install -y pandas

conda install -y matplotlib & conda install -y scipy & conda install -y xlrd

3.2.3 pip install 安装包名(=版本)

pip3 install scikit-learn -i https://mirrors.tuna.tsinghua.edu.cn/

有些第三方包在清华镜像源找不到，或者下载错误，可以更换为中科大镜像源或其它镜像源。

pip3 install scikit-learn -i https://pypi.mirrors.ustc.edu.cn/simple/
pip3 install opencv-python -i https://pypi.mirrors.ustc.edu.cn/simple/

常用的国内镜像源：

清华源镜像 https://mirrors.tuna.tsinghua.edu.cn/
中科大源 http://mirrors.ustc.edu.cn/
阿里源 https://developer.aliyun.com/mirror/
腾讯源 https://mirrors.cloud.tencent.com/
豆瓣 Python PyPI 镜像 http://pypi.doubanio.com/simple/

3.3 其它命令

输出配置信息

conda config --show

升级conda

conda update conda

查看版本信息

conda -V

查看帮助信息

conda -h

4 PyCharm环境设置

4.1 查看 Python 环境

conda 安装后会自带一个 base 环境，其它虚拟 Python 环境则需要按照 3.1 节方法手动创建。例如，已经创建了名为 py38 的Python环境：

conda list

于是，我们已经创建了一个名为 py38 的Python环境并激活（激活环境的路径前有一个星号*）。

4.2 PyCharm 环境设置

4.2.1 创建新项目的环境设置

• 打开PyCharm，创建新的项目。

• 在 Location 选择适当的项目路径

• 在 Python Interpreter 选择 Previously configured interpreter，选项框中自动找到 Python3.8(py38)。

• 如果没有自动找到，则可以通过路径选择添加Python解释器Add Python Interpreter，找到所经历的 py38 环境的Python解释器。如下图所示：

如果在该窗口选择 Create a main.py welcom script，则在创建项目的同时新建了一个 main.py 文件。

运行这个 main.py 文件，在 PyCharm 下方就会出现运行结果：

4.2.2 已有项目的环境设置

• 打开 PyCharm，打开一个已经建立的项目；
• 在 PyCharm 上方菜单选择：File–Settings；
• 弹出 Settings 窗口，从左侧菜单选择：Project–Python Interpreter，从右上方的选项框Python Interpreter选择 Python3.8(py38)环境。当然也可以选择创建的其它 Python 环境。
• 打开并运行 python 程序，得到运行结果。

如果提示缺少导入的包，可以按照 3.2 的方法安装相应的包。

【本节完】