Anconda配置和命令

conda config --add channels conda config --add channels conda config --add channels conda config --add channels conda config --add channels conda config --add channels

conda config --set show_channel_urls yes

建立配置檔案：

mkdir ~/.pip
vim ~/.pip/pip.conf

新增內容：

[global]
timeout
= 6000
index-url = 
trusted-host = pypi.tuna.tsinghua.edu.cn

conda create -n new python=3.7    //這裡的環境名稱為new

source activate new

conda remove -n rcnn --all

conda install opencv

pip3 install opencv-contrib-python

pip install numpy pip install matplotlib pip install pillow //pil相關 pip install pandas //提供了dataframe等方便處理**資料的資料結構 pip install jieba //中文分詞元件 pip install -u scikit-learn //基於scipy和numpy的開源機器學習模組，有各種演算法 pip install theano //是乙個機器學習庫 pip install nose pip install parameterized //pip install --upgrade --ignore-installed tensorflow //安裝cpu版本的tensorflow

等等...

小公尺筆記本（顯示卡mx150）見說明

python

cuda

cudnn

tensorflow-gpu

3.610.0.130

7.6.0

12.0.0

1）安裝cuda、cudnn

2）在conda上建立虛擬環境，並進入虛擬環境

3）用下面命令安裝tensorflow-cpu-1.12.0版本

pip install tensorflow==1.12.0

pip install 路徑\tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

import tensorflow as tf
with tf.device(
'/cpu:0'):
a = tf.constant(
[1.0
,2.0
,3.0
],shape=[3
],name=
'a')
b = tf.constant(
[1.0
,2.0
,3.0
],shape=[3
],name=
'b')
with tf.device(
'/gpu:1'):
c = a+b
#注意：allow_soft_placement=true表明：計算裝置可自行選擇，如果沒有這個引數，會報錯。
#因為不是所有的操作都可以被放在gpu上，如果強行將無法放在gpu上的操作指定到gpu上，將會報錯。
sess = tf.session(config=tf.configproto(allow_soft_placement=
true
,log_device_placement=
true))
#sess = tf.session(config=tf.configproto(log_device_placement=true))
sess.run(tf.global_variables_initializer())
print
(sess.run(c)
)

結果：

[2. 4. 6.]

Anconda配置和命令

Anconda常用命令

Anconda常用命令

Vim 命令和配置

Anconda配置和命令

Anconda常用命令

Anconda常用命令

Vim 命令和配置

相關推薦