部分开源Python程序有较为复杂的环境依赖,为了解决在同一系统安装不同开源程序的需求,Python环境管理工具应用而生。
Anaconda
相比而言,Anaconda的优点在于可以在环境配置过程中自定义Python版本并完成自动化安装。
安装和配置源
官网下载安装脚本:
执行如下命令安装脚本
1
2mkdir -p ~/net_ws/3rd/conda
bash Anaconda3-xxxx.xx-Linux-x86_64.sh在随后的启动的安装流程中,将anaconda安装路径设置为
~/net_ws/3rd/conda
,并拒绝之后脚本自动修改bash的选项。然后在anaconda目录下新建
setup.sh
脚本,输入如下信息:1
2eval "$(/home/calc/net_ws/3rd/conda/bin/conda shell.bash hook)"
conda config --set auto_activate_base true之后需要使用anaconda时,在bash中source该脚本即可。可以在terminal中输入如下命令检测是否安装成功:
1
conda list
更换Conda源
创建
~/.condarc
文件,并填写如下内容:1
2
3
4
5
6channels:
- 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/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true创建、删除、激活和退出环境
列出当前创建的所有环境:
1 | conda info -e |
创建环境
1 | conda create --name py36 python=3.6 |
删除环境
1 | conda remove --name py36 --all |
重命名环境
1 | conda create --name new_name --clone old_name |
激活环境
1 | conda activate py36 |
退出环境
1 | conda deactivate |
常用Conda环境安装
spconv
1 | conda create --name spconv-1.2 python=3.6 pytorch=1.4 cudatoolkit=10.1 --channel pytorch --channel=conda-forge |
Pytorch
1 | conda install pytorch torchvision torchaudio cudatoolkit=11.2 -c pytorch |
VirtualEnv
VirtualEnv是一个轻量化的Python环境管理工具,但是安装只能基于系统已有的Python版本,不能进行自动化安装。
常见VirtualEnv环境安装
Docker
Docker是系统级的虚拟环境,可以实现最大程度的环境独立,但相应的磁盘消耗也最大,对于一些依赖比较复杂的程序,使用Docker构建开发环境是最为便利的。
当前大量开源程序作者都会给出Docker安装文件,使用Docker是最为简便的环境配置方法。但是使用Docker环境进行开发不便于GUI IDE的使用,特别对于调试而言。
Docker的使用方法见如下链接: