Anaconda配置深度学习环境（yolo为例）

1.新建和启动anaconda环境

conda create --name <envName> <python=*>

是新建环境的名字，python=*需要选定环境的python版本

conda activate <envName>

2.查看系统配置的环境

conda env list

或者

conda info --env

3.确定要在环境中安装的库（yolo为例）

查看yolo文件夹中的requriements.txt，可以看到其实yolo为咱们提供了pip的安装指令，可以直接执行下面语句。

pip install -r requirements.txt

或者依次安装requirement中的包。

# pip install -r requirements.txt

# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0

# Logging -------------------------------------
tensorboard>=2.4.1
# wandb

# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

4.操作指定库

注意注意注意，以下操作均要启动相应的conda环境，否则，操作会在base环境下进行。

4.1 安装

可以直接执行conda install安装库，conda会搜索当前环境允许安装该库的最高版本，一些不太重要的库可以这么安装，但是实际安装深度学习环境时，相关比较关键的库最好不要这么安装

conda install torch

通过下面的指令安装指定库

conda install torch==*

*为你要安装的版本号
4.2 查询

conda search torch

4.3 更新

conda update torch

4.4 删除

conda remove torch

5.退出和删除环境

退出环境

conda deactivate

删除环境

conda remove -n <envName> --all