Python 相关配置 ¶

约 1059 个字 61 行代码预计阅读时间 5 分钟

conda¶

清华镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

按照你系统的架构选择合适的下载

uname -m

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_24.7.1-0-Linux-aarch64.sh

下载后执行得到的文件

bash Miniconda3-py39_24.7.1-0-Linux-aarch64.sh

一路点 enter 和 yes，最后重启终端，得到带有(base)的提示符，说明安装成功

conda 使用指南

conda 和 pip 的区别

Anaconda | Understanding Conda and Pip

	conda	pip
manages	binaries	wheel or source
can require compilers	no	yes
package types	any	Python-only
create environment	yes, built-in	no, requires virtualenv or venv
dependency checks	yes	no
package sources	Anaconda repo and cloud	PyPI

conda 的环境变量配置 ¶

在安装目录下的\Scripts文件夹下

pip¶

查看某个包所有的版本

pip index versions <package>

安装指定版本的包

pip install <package>==<version>

使用命令行调用不同版本的 python ¶

在系统路径 path（高级系统系统设置——环境变量）中加入 python.exe 所在目录（打开文件所在位置——属性——打开文件所在位置）（因为是快捷方式，所以需要先找到快捷方式所在目录，再找到原 exe 文件所在位置）

注：应考虑到优先级的问题，将想要通过命令行直接进入的 python 版本所对应的路径放在上面

pip 换源 ¶

临时换源

pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple

清华源永久换源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

使用 ¶

激活

source ~/anaconda3/bin/activate

# 切换盘符
cd /d d:

conda --version
conda -V #获取版本号

# 1. 创建虚拟环境
conda create -n your_env_name(虚拟环境名称) python==xx(想要创建的虚拟环境的python版本号)
 
# 在指定的位置创建虚拟环境
conda create -p /PATH/TO/path
conda env list # 查看所有的conda虚拟环境  
conda list # 检查安装
 
# 2. 激活虚拟环境
conda activate name
conda deactivate
conda env remove -n flowers
 
# 5. 安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包
 
# 6. 跳过安装失败的包，继续安装
# conda方式
while read requirement; do conda install --yes $requirement; done < requirements.txt
 
# pip方式
while read requirement; do conda install --yes $requirement || pip install $requirement; done < requirements.txt

# 7. 卸载包
conda remove -n <package_name> --all

`conda`环境导出与导入 ¶

导出

conda list -e > requirements.txt

导入安装

conda install --yes --file requirements.txt

导出 yml 文件方式

conda env export > freeze.yml

安装

conda env create -f freeze.yml

pip 导出环境 ¶

导出结果含有路径导出结果会存在路径，生成的requirements.txt文件在当前目录下。
```
pip freeze > requirements.txt
```
导出不带路径的生成的requirements.txt文件在当前目录下。
```
pip list --format=freeze > requirement.txt
```
生成requirements.txt，pip freeze会将当前PC环境下所有的安装包都进行生成,再进行安装的时候会全部安装很多没有的包.此方法要注意。

安装 requirements 文件的 pip 源的包

pip install -r requirements.txt

Pytorch¶

CUDA¶

什么是 CUDA

通俗地说，CUDA 是一种协助“CPU 任务分发 +GPU 并行处理”的编程模型 / 平台，用于加速 GPU 和 CPU 之间的计算。

也就是说 CUDA 通过 CPU 任务分发和 GPU 并行处理的方式，把计算任务通过 CPU 分发给 GPU 进行并行计算加速。而 GPU 并行计算的能力需要 CUDA 借助其自带的编程接口和工具，比如 C/C++ 语言来编写并行计算程序，并通过 CUDA 编译器将程序转化为可以在英 NVIDIA GPU 上执行的机器码快速运行。

查看 cuda 支持版本，win+R输入cmd输入nvidia-smi.exe

下载地址 CUDA Toolkit Archive | NVIDIA Developer

点击符合的版本选择下载，直接安装。注意安装路径要装在自己记得住的地方下，要预留好空间，最好不要装在 C 盘。

安装验证方法：

cmd 中输入nvcc -V，有信息说明成功
安装路径下\extras\demo_suite\deviceQuery.exe，运行这个文件，有PASS说明成功（查询一下本机的 gpu 设备
安装路径下\extras\demo_suite\bandwidthTest.exe，运行这个文件，有PASS说明成功

Installation Guide Windows :: CUDA Toolkit Documentation

cuDNN 安装 ¶

cuDNN 是 NVIDIA CUDA® 深度神经网络库，用于 GPU 加速的深度神经网络。它提供了高度优化的实现，包括前向和反向卷积、池化层、归一化和激活层等标准例程

安装网站 cuDNN Archive | NVIDIA Developer

找到符合自己上面 CUDA 安装版本的 cuDNN 版本，下载解压，将解压后的文件夹中的bin、include、lib\x64文件夹中的文件复制到 CUDA 的安装目录中对应的文件夹中。

注意这一步需要注册一下 NVIDIA 的账号

Pytorch 安装 ¶

查看 CUDA 版本

nvidia-smi

查看 CUDA 的版本

nvcc -V
nvcc --version

装了 python3.9，我的 CUDA 版本是 10.2，在 Previous PyTorch Versions | PyTorch 这个网站上可以找到各个版本对应的下载链接

CUDA=10.2

pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html

numpy 报错

安装好 torch 之后，numpy 会报错

UserWarning: Failed to initialize NumPy: _ARRAY_API not found (Triggered internally at  ..\torch\csrc\utils\tensor_numpy.cpp:68.)
_dtype_to_storage = {data_type(0).dtype: data_type for data_type in _storages}

解决方法： 将 numpy 版本降低为非 >2.0.0 的版本，之后就能成功导入了。

pip uninstall numpy
pip install numpy==1.26

测试是否可用

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

Pycharm¶

申请学生权限 ¶

语言设置为中文

setting-plugin-chinese

远程服务器连接与配置 ¶

ssh -p 15821 root@connect.westb.seetacloud.com

pycharm 打开远程项目 _ 手把手教你 Pycharm 远程连接服务器端项目进行本地开发调试！…-CSDN 博客

安装库报错 ¶

ImportError: No module named parse

python 版本问题，在 python 2.x 中

from urlparse import urlparse

在 python 3.x

from urllib.parse import urlparse