深度学习环境配置之Anaconda安装和pip源方式

conda是一种通用包管理系统，与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了。

Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项。对于基于的深度学习项目，miniconda可以正常使用

1. conda 下载

清华源的conda下载地址：

• anaconda ： Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
• miniconda ： Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 

这里不推荐使用最新的，根据系统下载对应文件即可。

2. 安装

下载完成后，直接安装即可

这一步的时候，建议把第二个（增加到环境路径）勾上

3. 运行

在搜索框搜索anaconda，第一个anaconda prompt打开就是

运行如下

这一步没啥必要，主要测试是否安装成功

以后打开，直接在dos窗口输入就行了

4. 关于conda的命令

• 查看conda虚拟环境：conda info --envs    
• 新建虚拟环境：conda create -n demo python=3.8 （demo是自定义环境名称）
• 删除虚拟环境：conda env remove --name demo
• 激活虚拟环境：conda activate demo（demo是自定义环境名称）

5. 配置 pip 国内源

后续在conda环境安装库文件，使用pip安装，更换国内镜像源可以加快下载速度

这里使用清华镜像源

网站：pypi | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

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

TIPS ：激活conda新建的虚拟环境且进入后，在复制上面的命令！！

出现一行什么 writing to xxxx.pip.ini 就行了

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。