序言
最近再開始學習機器學習,作爲一個小白,纔剛剛去觸摸這塊領域,是讓我真的很是難受,但是完事開頭難,相信像我這樣的孩子不在少數,作爲入門機器學習或早或晚都會做的一件事情,配置Anaconda是不可或缺的,故以此文記下我配置Anaconda的一些過程。
什麼是Anaconda?
官方宣稱:最受歡迎的Python數據科學平臺。
優勢:
- 提供包管理與環境管理的功能(conda命令)
- 預裝好了conda,某個版本的python,衆多packages,科學計算工具等等(故也算是python的一種發行版)
還有MiniConda,它只包含conda和python以及相關的依賴項,所需空間比Anaconda要小得多
conda:
提供包管理與環境管理的功能,其設計理念就是:幾乎所有的工具、第三方包都當做package對待,甚至包括python和conda自身! 因此,conda打破了包管理與環境管理的約束,能非常方便地安裝各種版本python、各種package並方便地切換。
基於服務器上Linux系統安裝Anaconda
我所用服務器上使用的系統爲Ubuntu16.04,所以其下載及安裝可以完全參照Linux系統的做法
服務器登錄:
由於我所使用的服務器是不在本地的,且只能內網訪問,故只能使用VPN遠程連接,以下爲VPN連接方式:
1.下載所需VPN並安裝
2.打開連接:
如圖輸入你的已知信息即可連接
3.連接服務器:
因爲服務器上Linux系統給分配了好幾個用戶出來,且授予了登錄權限,故其登錄有超級管理員登錄,以及普通用戶登錄兩種方式
Linux中root用戶連接:
其中,ssh爲連接方式,22爲服務器端口,@root在此可以省略,xx.xxx.xx.xxx爲你服務器的IP地址
Enter鍵後會出現請你輸入登錄密碼的提示,輸入相應密碼既可登錄服務器,如圖如果相應連接地址不存在服務器,可能就會等待很長時間無反應
普通用戶登錄:
打開cmd,按找如圖所示,連接服務器
其中,Jiang_3@後面是服務器的IP地址,Jiang_3是我們服務器的一個普通用戶賬號
如圖所示,連接成功,進入服務器系統。
安裝Anaconda
1.在官網找到相應版本的下載連接,通過命令行下載,如下所示是Anaconda3的Linux版本,讀者所需,可以到Anaconda下載地址查看
也可直接在“https://repo.anaconda.com/archive/” 鏈接尾部加上自己想下載的版本(如:“Anaconda3.-5.3.0-Linux-x86_64.sh”)即可
wget https://repo.anaconda.com/archive/Anaconda3.-5.3.0-Linux-x86_64.sh
2.等待安裝,接下來的過程就是一直點擊Enter鍵,直到需要回答yes或者no就好了
注意:當詢問我們是否安裝Microsoft VScode時回答no,因爲我們目前用不到,(當然你想下也OK的)
3.配置路徑
PS:我們爲了保證各個用戶(如Jiang_3)之間的conda不衝突,故選擇了默認不激活conda,當你需要使用時再次輸入激活命令即可
現在網上比較流行的有兩種方式:
- 將路徑追加輸入bashrc中,並啓用
echo ‘export PATH="~/anaconda2/bin:$PATH"’ >> ~/.bashrc
source ~/.bashrc
但是這種方式好像需要root權限,我是普通用戶登錄的,權限不夠,故採用以下方式
- export方式,直接輸入以下命令
export PATH="/PATH"
export PATH=“HOME/anaconda/bin”
4.查看是否配置成功
輸入python命令,出現版本爲你anaconda中的python版本:
輸入conda --version,出現版本anaconda中的conda版本:
如此anaconda即安裝完成,使用之前可以先閱讀這篇不是很長的Anaconda使用手冊
簡單使用
- 新建一個環境,如創建一個名爲tensorflow的環境,且python版本爲3.5
conda create --name tensorflow python=3.5
或者(這兩種方式等價)
conda create -n tensorflow python=3.5
- 查看環境,激活環境,驗證python版本號
conda info --envs
source activate tensorflow
python
- 接下來你想在這個環境裏幹嘛就幹嘛啦
- 退出環境
source deactivate