Hong's External Brain

Appearance

彻底卸载conda ​

方法一 ​

  1. 先随便创建个环境，用于下载anaconda-clean

    conda create -n del python=3.8

  2. 并进入刚创建的环境

    conda activate del

  3. 安装 anaconda-clean

    python
    conda install anaconda-clean -y

  4. 输入如下命令卸载，注意这里会生成一个备份文件：

    python
    anaconda-clean --yes

  5. 删除环境变量

    python
    vim ~/.bash_profile
vim ~/.zshrc

# 删除后，source
source ~/.bash_profile
source ~/.zshrc

  6. 重启电脑，看不到base就没问题了

方法二 ​

  1. 删除 Conda 安装目录
bash
rm -rf ~/anaconda3
sudo rm -rf /opt/anaconda3

  1. 删除环境变量设置

    bash
    vim ~/.bash_profile  # 或
vim ~/.zshrc

# 删除如下内容（如果有）
# For Conda initialization
. "$HOME/anaconda3/etc/profile.d/conda.sh"  # 或者 "$HOME/miniconda3/etc/profile.d/conda.sh"
export PATH="$HOME/anaconda3/bin:$PATH"     # 或者 "$HOME/miniconda3/bin:$PATH"

# 删除后，source
source ~/.bash_profile
source ~/.zshrc

  2. 删除 Conda 配置文件

bash
rm -rf ~/.condarc
rm -rf ~/.conda
rm -rf ~/.continuum

  1. 删除Conda缓存：

    bash
    rm -rf ~/.conda
rm -rf ~/.cache

  2. 重新打开terminal，没有base就成功了

查看当前所有虚拟环境 ​

*代表当前所在环境

bash
conda info --env  # 写法一
conda env list    # 写法二
image-20240603091342457

删除虚拟环境 ​

  • 删除整个环境
bash
conda remove -n dahong --all

退出虚拟环境： ​

bash
conda deactivate

创建环境，并在里面搞jupyter ​

  • 创建虚拟环境：

    bash
    conda create -n <your env name> python=3.10.6

  • 激活环境

    bash
    activate <your env name>

如果不搞jupyter到上面为止就可以了

搞jupyter的话继续：

  • 安装jpykernel：

    bash
     conda install ipykernel     
 pip install ipykernel

  • 向Jupyter注册内核:安装了IPython内核包后，现在可以使用Jupyter Notebook注册新Python3内核。为此，将使用ipykernel命令，该命令作为IPython内核包的一部分安装。运行以下命令来注册内核：

    bash
    python -m ipykernel install --user --name=<your own name>

  • 在终端中进入到项目路径下，输入

    bash
    jupyter notebook

  • 如下图，在"new"下选择想要的虚拟环境，

  • image-20240603091351194

  • 检查当前全部内核：

    python
    jupyter kernelspec list

# 删除某个内核，这里不用，写着备用
jupyter kernelspec uninstall <kernel_name>

  • 检查当前环境是否正确

    python
    conda info --env

  • 下载依赖：

    python
    pip install -r requirements.txt

报错Jupyter command jupyter-notebook not found. ​

  • 升级conda

    python
    conda update --all

  • 安装jupyter

    python
    conda install notebook

  • 运行jupyter

    python
    jupyter notebook

如果jupyter notebook 打开后页面空白，切换端口 ​

bash
jupyter notebook --port=8809

用GPU在Tensorflow架构下玩CNN ​

  1. 先创建个新环境

  2. 安装 TensorFlow 和 Metal 后端依赖项

    pip install tensorflow-macos
pip install tensorflow-metal

  3. 安装 TensorFlow Metal 后端（GPU加速）

    pip install tensorflow-metal

  4. 验证安装

    python
    import tensorflow as tf

# 查看可用的物理设备，确认 GPU 是否可用
print("Num GPUs Available: ",len(tf.config.experimental.list_physical_devices('GPU')))

    如果返回结果为 Num GPUs Available: 1，那么 TensorFlow 就已经成功识别到你的 GPU。