anaconda 环境新建/删除/拷贝 jupyter notebook上使用python虚拟环境 TensorFlow

naconda修改国内镜像源

国外网络有时太慢,能够经过配置把下载源改成国内的
经过 conda config 命令生成配置文件,这里使用清华的镜像: python

  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/json

首先,打开Anaconda Prompt窗口,执行命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
而后,执行命令:windows

conda config --set show_channel_urls yes浏览器

找到用户目录底下找到 .condarc 文件 缓存

路径在 C:\Users\用户\.condarc安全

用编辑软件打开 .condarc 文件,删除第3行 –defaults,保存文件网络

选择下面一个镜像站的代码复制并替换下面文件中的所有内容,windows为“C:\用户\你的用户名\.condarc”,Linux为"/home/你的用户名/.condarc"。(若没有这个文件就新建一个,注意文件名为.condarc,不要有任何其余后缀)ui

Copy
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true
Copy
channels:
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true
Copy
channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true

Conda的环境管理

anaconda 安装好以后,可能自带的环境不是咱们想要的这样就须要在建立一个环境,我安装的是 Anaconda3-5.3.1-Windows-x86_64,自带python是3.7url

TensorFlow目前支持的python最高是3.6不支持python3.7,这就须要添加新的环境。spa

# 建立一个名为py35的环境,指定Python版本是3.5(不用管是3.5.x,conda会为咱们自动寻找3.5.x中的最新版本)

conda create --name py35 python=3.5

执行以后会自动下载一些基本的包和Python3.5.x

建立好以后会在Anaconda3安装目录里的 /envs/ 文件夹里 多了一个py35文件夹,这个就是刚刚建立的新的环境

# 安装好后,使用activate激活某个环境

activate py35 

# 若是想返回默认的环境,运行

deactivate py35 

# 复制一个环境

conda create -n py35 --clone py35 clone

# 删除一个已有的环境

conda remove --name py35 --all

# 为了肯定这个环境已经被移除,输入如下命令

conda info -e

conda env list

Conda的包管理

Conda的环境管理功能容许咱们同时安装若干不一样版本的Python,并能自由切换

# 安装 numpy

conda install -n py35 numpy

# 若是不用-n指定环境名称,则被安装在当前活跃环境

# 更新package

conda update -n py35 numpy

# 删除package

conda remove -n py35 numpy

conda将conda、python等都视为package,所以,彻底可使用conda来管理conda和python的版本,例如

# 更新conda,保持conda最新
conda update conda

# 更新anaconda
conda update anaconda

# 更新python
conda update python
# 假设当前环境是python 3.5, conda会将python升级为3.5.x系列的当前最新版本

清理无用的python包

什么是pkgs

在anaconda中,最安全的安装和升级命令是conda install XXX,而python中是pip,但在anaconda下依然可使用pip升级,这样一些依赖可能会由于更新后的版本太高出现异常。

在conda的设计中,目录'pkgs'是下载、存放缓存,以及提取下载的conda包的地方。同时,anaconda一块儿携带的包也会放在这里。

它有一个很是关键的做用:咱们在构建一些envs的时候,对一些包的依赖会经过硬盘连接连接到pkgs目录,这样虚拟环境生成的速度大大加快,占用空间就大大减少了!!!

能不能/怎么清空pkgs?

固然是能够清理pkgs的。

第一种方式是直接删除pkgs,大大节省空间。但坏处就是当建立新环境时,现有包(在其余环境中)的共享文件将再也不共享硬连接。

第二种官方推荐的方式更加安全:

经过conda clean -h 命令来查看清理命令的使用

jupyter notebook

jupyter notebook更改默认工做路径

在Anaconda Prompt终端中输入下面命令,查看你的notebook配置文件在哪里:

jupyter notebook --generate-config

根据你运行实际显示的路径,打开这个配置文件,我电脑上是这个文件C:\Users\用户\.jupyter\jupyter_notebook_config.py

找到 c.NotebookApp.notebook_dir 并修改而后保存,后面的是本身要设置的目录

设置好以后,在开始菜单打开 Jupyter Notebook 可能仍是显示的原来的工做路径。修改方案是

先找到快捷方式的保存目录,

鼠标右击属性 把 % *** %删除掉,% 里面的东西是默认工做路径指定用户的工做路径,不删除不管你怎么设置都不会起做用的。 

 

 Jupyter notebook 密码设置

执行下面的代码进行设置密码

$ jupyter notebook password
Enter password: **** Verify password: **** [NotebookPasswordApp] Wrote hashed password to /Users/you/.jupyter/jupyter_notebook_config.json

从新启动 jupyter notebook 就须要输入密码了,

打开文件 

jupyter_notebook_config.json以下

 

把其中的 password  的值拷贝,打开文件 jupyter_notebook_config.py 

粘贴为 c.NotebookApp.password 的值

 

 而后把文件jupyter_notebook_config.json里的password 的值 清空

以下

 

 这样能够在多个浏览器里使用jupyter notebook 了并且是不须要密码的,很方便,若是想使用密码不清空文件jupyter_notebook_config.json里的password 的值就能够。

jupyter notebook上使用python虚拟环境

jupyter notebook上能够同时存在多个环境,

参照上面新建 Conda环境,而后安装ipykernel,执行如下代码

conda install -n py35 ipykernel

安装完成后,到Anaconda3的安装路径找到kernels文件夹,个人是D:\Anaconda3\share\jupyter\kernels

里面默认有一个文件夹 python3

要想 jupyter notebook运行时显示多个环境,以下

能够在 这个kernels文件夹里新建一个文件夹 我新建的是 tensorflow_py35,而后把python3文件夹里的文件所有复制到 tensorflow_py35这个文件夹里,

 

而后记事本打开 文件 kernel.json 并以下图修改

修改完成后保存。从新打开jupyter notebook ,在New的时候就可显示两个环境啦

 

建立环境,包管理均可以在 ANACONDA NAVIGATOR里操做

 

 

参考:

https://blog.csdn.net/ztf312/article/details/65448597

https://www.jianshu.com/p/f70ea020e6f9

相关文章
相关标签/搜索