|
|
本帖最后由 易学智能 于 2020-2-26 00:35 编辑
【无特别说明，本教程，仅适用于Ubuntu。Windows将会特别指出】
平台已经预装了大量的包。但难免挂一漏万。安装自己所需的包，怎么办呢？
平台已预装包的介绍，请参考：https://bbs.easyaiforum.cn/thread-1005-1-1.html
1. 方式方法的选择
主要有pip与apt。
(1) pip方式，请使用 pip/pip3 install xxx --user。所安装的包，可长期使用。也就是：这次安装、用完关机；下次再开机时，这些包都还在。
(2) apt方式，一般需要sudo apt……。这种方式，用完关机，就丢失了。下次开机，还得再装一次。
(3) Windows请首先激活conda环境。然后用conda install或pip install进行安装。
ubuntu若采用conda_DL，也请先激活conda环境，再用conda install或pip install进行安装。
注意：使用conda环境时，假设你使用的环境是xyz。那么，首先激活xyz这个环境，再安装包。例如，不少用户，在base环境安装包，却使用其他的conda环境，这时，安装是没有作用的。
2. 说明
(1) 指定版本的安装：pip install tensorflow-gpu==1.11.0，这条命令会安装1.11.0的GPU版本tensorflow。其他包，采用类似方式。
(2) 指定pip源：pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple。这条命令，会在安装numpy时，采用清华源。换成国内源，而不是pythonhosted，会快很多。当然，我们平台的大多数镜像，默认源都已更换成清华源。
(3) 可以用sudo pip/pip3 install。但是，这种方式安装的包，用完关机，就会丢失。
(4) 卸载已安装的包：pip unistall xxx；apt remove xxx。若遇到权限不足，加sudo，如：sudo pip uninstall xxx；sudo apt remove xxx。
(5) 不要更新pip。不必理会pip更新的提示。
(6) 慎用 pip install -r requirements.txt。很多开源实现，为了方便大家，将依赖包放入requirements，一条命令安装所有包。但是，这种方式，很容易出现冲突。不建议大家这么做。那么，怎么做，看下条。
(7) 如何处理requirements.txt：直接运行代码，当遇到 no module named xxx时，就去安装xxx包。
(8) 理解版本的冲突：假设我pip install tensorflow，这条命令会安装一个CPU版本的tensorflow。然后，我开一个带GPU的虚拟机，并采用 DL全家桶这样的环境。然后，我运行一个tensorflow代码。猜一猜，我能用得上GPU吗？很遗憾，用不上。
原因：python找tensorflow环境时，会首先到~/MyFiles/.local找，然后找到了一个CPU版tensorflow。而GPU版tensorflow，以DL全家桶为例，是在系统目录中。
解决方法：卸载自己安装的tensorflow，即 pip uninstall tensorflow。然后就OK了。
(9) pip按python版本进行安装。例如，在python 3.5通过pip安装的package，只能在python3.5使用；切换到python3.6，就又得重新装。
|
|
发表于 2019-3-23 17:49:35
楼主