擅长:python、mysql、java
<p>Conda是一个包管理器,它安装和管理(通常)Python库和(有时)<a href="https://stackoverflow.com/a/20994790">non-Python packages</a>。conda<a href="https://conda.io/docs/user-guide/tasks/manage-environments.html" rel="nofollow noreferrer">environment</a>是一种<code>virtualenv</code>虚拟环境;它的典型用例是有一个Python解释器(任何版本)以及您选择的兼容Python库(任何版本)。在</p>
<p>下面的例子很可能与您有关。假设您已经下载了在TF中实现的一篇非常好的论文的实现,并且您想尝试一下。但作者们在Tensorflow刚刚成长的时候实现了这一点。API现在已经更改,所需的CUDA版本也已更改。你想在最新的TF上工作。现在,你是做什么的?尝试这个实现的一个简单方法是创建一个不同的conda环境,使用该实现所需的库,在这个环境中运行它,如果您喜欢,可以考虑升级tfapi并在代码中使用它。在</p>
<p>conda环境的构造也非常简单。如果您使用Anaconda和默认选项安装conda,那么您的环境将位于<code>~/anaconda3/envs</code>。这里的环境只不过是目录,每个环境都有您选择的各种Python解释器和库的配置。(所以当你关闭你的PC/Jupyter时,环境当然会一直存在。)在使用时,你只需在环境之间切换以满足你的需要。也就是说,当您<code>source activate</code>一个环境时,您将被允许使用Python解释器和从该环境安装的库。注意,如果您<code>source deactivate</code>或启动一个新的终端会话,您仍将使用<em>root</em>环境。在</p>
<p>此外,Jupyter笔记本电脑,如果设置为<a href="http://stuartmumford.uk/blog/jupyter-notebook-and-conda.html" rel="nofollow noreferrer">plugin</a>,将允许您与conda环境有很好的集成,而且您甚至不需要在每次切换时<code>source activate</code>。您可以在各种设置(或conda环境)之间进行选择,这些设置在笔记本中被解释为不同的内核。因此,这就像使用下拉菜单选择某个环境一样简单。在</p>