如何用anaconda创建环境

一、如何用anaconda创建环境

Anaconda是用于科学计算的Python发行版，它集成了很多关于Python科学计算的第三方库，同时提供了包管理和环境管理的功能，可方便的解决多版本Python并存、切换以及第三方包安装问题。支持运行在Linux、Windows和macOS下。Anaconda利用命令/工具 conda来进行Package和environment管理。

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与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，所以也称为Python的一种发行版。其实还有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，对于空间要求严格的用户，Miniconda是一种选择。

我主要在CentOS服务器上安装Anaconda，选择要安装的Python版本和系统架构：

$ wget位系统

$ wget位系统# Python 2.7

$ wget位系统

$ wget位系统

（这里我选择的是Python3.6 version 64BIT，关于Python的版本2.7 or 3.6，后面都可以在Anaconda里设置版本环境）

$ bash Anaconda3-4.3.1-Linux-x86_64.sh

按照向导，接受协议-->设置安装路径（默认安装用户Home目录）-->然后把安装路径添加到环境变量。

1.在安装向导设置安装路径后，ENTER，提示如下错误信息：

tar(child): bzip2: Cannot exec: No such file or directory

tar(child): Error is not recoverable: exiting now

tar: Error is not recoverable: exiting now

2.在安装向导最后一步，是否添加到环境变量，默认是no，我手贱直接ENTER了。

对于Mac、Linux系统，Anaconda安装好之后，实际上就是在主目录下多了个文件夹（~/anaconda)，Windows会写入注册表。安装程序会把bin目录加入PATH。现在只能自己完成了：

#将anaconda的bin目录加入PATH，根据版本不同echo’export PATH="~/anaconda3/binPATH"’>>~/.bashrc#更新bashrc立即生效

配置好PATH后，可以通过 which conda或 conda--version命令检查是否正确。

当然，安装Anaconda的科学计算python平台，是为了使用Jupyter Notebook来学习Python的一些科学计算和机器学习库。Jupyter Notebook是IPython的一个Web接口，可以展现富文本，是的整个工作可以以笔记的形式展现、存储，适合做数据分析，交互性变成和学习。

但是，当我在服务器上运行Jupyter Notebook时候，无法使用。因为当前配置下只能从本地（也就是那台CentOS服务器上）访问，但是服务器只装了centos的Minimal，没有桌面环境，更不用说浏览器了。这当然不满足我目前的需求，需要配置服务器上的Jupyter允许远程访问。

jupyter notebook--generate-config

生成的配置文件位于~/.jupyter/jupyter_notebook_config.py。

openssl req-x509-nodes-days 365-newkey rsa:1024-keyout notebook_cert.key-out notebook_cert.pem

python-c"import IPython;print(IPython.lib.passwd())"

Verify password:sha1::7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371

复制生成的密码，编辑jupyter的配置文件：

vi~/.jupyter/jupyter_notebook_config.py

在打开的配置文件中，配置相应的参数：

c.NotebookApp.certfile= u’/home/xxxx/.jupyter/notebook_cert.pem’

c.NotebookApp.keyfile= u’/home/xxxx/.jupyter/notebook_cert.key’

c.NotebookApp.password= u’sha1::7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371’

c.NotebookApp.open_browser= False

在本机使用浏览器访问：，即可打开Jupyter Notebook的页面，输入刚才设置的密码，即可登录了。

至此，就实现了远程服务器Jupyter Notebook。接下来就可以安装机器学习所需要的一些库开始折腾了，包括：Numpy、Pandas、Matplotlib、Scikit-learn等。

二、WIN10下Anaconda安装 环境变量

设置好GPU开发环境，安装cuda8.0和cudnn5.1

2.安装Anaconda3-4.3.1-Windows-x86_64，默认Python版本为3.6

3.安装完以后，打开Anaconda Prompt，输入清华的仓库镜像，更新包更快：

conda config--add channels

conda config--set show_channel_urls yes

4.建立TensorFlow空间：conda create-n tensorflow python=3.5，设置Python版本为3.5

5.激活TensorFlow空间：activate tensorflow

6.安装TensorFlow：pip install--ignore-installed--upgrade tensorflow_gpu-1.0.0-cp35-cp35m-win_amd64.whl

hello= tf.constant('Hello, TensorFlow!')

1．安装numpy（anaconda离线安装）：pipinstall numpy-1.12.1-cp35-none-win_amd64.whl

2．安装matplotlib（anaconda离线安装）：pipinstall matplotlib-2.0.1-cp35-cp35m-win_amd64.whl

3．安装opencv（离线）：anaconda中安装：pipinstall opencv_python-3.2.0+contrib-cp35-cp35m-win_amd64.whl

4．下载TensorFlow版本的SSD：git clone ，或者下载压缩包解压

5．解压TensorFlowssd目录下的/checkpoint里的ssd_300_vgg.ckpt.zip，得到模型参数

6．安装pycharm-community-2017.1.2.exe，python编辑器，File->Setting->Project:Python->ProjectInterpreter:修改Python版本到TensorFlow工作空间下的python

7．在notebook下新建工程，新建test_ssd.py文件

8．在pycharm中打开ssd_notebook.ipynb，复制非注释的内容至test_ssd.py下

# Test on some demoimage and visualize output.

#image_names= sorted(os.listdir(path))

#img= cv2.imread(path+it)#mpimg.imread(path+ it)

rclasses, rscores, rbboxes= process_image(img)

visualization.bboxes_draw_on_img(img,rclasses, rscores, rbboxes, visualization.colors_plasma)

print('time consumption:%.3f ms'%(1000*(t2-t1)/cv2.getTickFrequency()))

cv2.imshow('test',img)

# visualization.bboxes_draw_on_img(img, rclasses,rscores, rbboxes, visualization.colors_plasma)

#visualization.plt_bboxes(img, rclasses,rscores, rbboxes)