★第13章、anaconda conda是代码包及其依赖项和环境的管理工具，conda为Python项目而 创造，但可适用于以下多种语言： Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN anaconda是一个包含180+的科学包及其依赖项的发行版本，其包含的 科学包包括：conda, numpy, scipy, ipython ipython notebook等 conda包和环境管理器包含于Anaconda的所有版本当中 pip是 用于安装和管理软件包的 包管理器，维护多个环境难度较大。 virtualenv是 用于创建一个独立的Python环境 的工具。 不同的py程序需要不同的python版本及不同版本的依赖包，在共享主 机时，无法在全局site-packages目录中安装依赖包。 virtualen virtualenv将会为它自己的安装目录创建一个环境，这并不与其他 virtualenv环境共享库；同时也可以选择性地不连接已安装的全局库。 conda结合了pip和virtualenv的功能，比较方便地在不同环境之间进行 切换，环境管理较为简单。 ★centos安装anaconda3 anaconda下载地址： h�ps://www.anaconda.com/products/distribu�on

Gitea Actions常见问题解答 软件包 软件包注册表 Cargo 软件包注册表 Chef 软件包注册表 存储 Composer 软件包注册表 Conan 软件包注册表 Conda 软件包注册表 容器注册表 通用软件包注册表 Go 软件包注册表 Helm Chart 注册表 Maven 软件包注册表 npm 软件包注册表 NuGet 软件包注册表 Pub 软件包注册表 碑、 指 派、时间跟踪、到期时间、依赖关系等功能。 制品库: Gitea支持超过 20 种不同种类的公有或私有软件包管理，包括：Cargo, Chef, Composer, Conan, Conda, Container, Helm, Maven, npm, NuGet, Pub, PyPI, RubyGems, Vagrant等 开源社区支持: Gitea 是一个基于 MIT 许可证的开源项目 LIMIT_SIZE_CONAN ：-1：Conan 上传的最大大小（ -1 表示无限制，格式为 1000 、 1 MB 、 1 GiB ）。 LIMIT_SIZE_CONDA ：-1：Conda 上传的最大大小（ -1 表示无限制，格式为 1000 、 1 MB 、 1 GiB ）。 LIMIT_SIZE_CONTAINER ：-1：Container 上传的最大大小（

我们建议您安装最新版本的 transformers 库，或者至少安装 4.37.0 版本。 1.1.1 Pip 安装 pip install transformers -U 1.1.2 Conda 安装 conda install conda-forge::transformers 1.1.3 从源码安装 pip install git+https://github.com/huggingface/transformers ，或者在 Windows 子系统 Linux（WSL）上运行 start_wsl.bat 。另外，你也可以选择手动在 conda 环境中安装所需的依赖项。这 里以 MacOS 系统为例进行实践操作。 conda create -n textgen python=3.11 conda activate textgen pip install torch torchvision torchaudio

exe。或者点击开始菜单，输入“cmd”也可搜索到 cmd.exe 程序，打开即可。输入 conda list 命令即可查看 Python 环境已安装的库，如果是新安装的 Python 环境，则列出的 库都是 Anaconda 自带的软件库，如图 1.24 所示。如果 conda list 能够正常弹出一系列的库 列表信息，说明 Anaconda 软件安装成功；如果 conda 命令不能被识别，则说明安装失败， 需要重新安装。 PyTorch 和其他的 Python 库一样，使用 Python 包管理工具 pip install 命令即可安装。 官方推荐采用 conda install 命令安装。打开 https://pytorch.org/网页，选择 Windows 操作系 统、Conda 安装方式、Python 语言和 CUDA 版本，即可生成对应的安装命令，如图 1.30 预览版202112 第 1 章 人工智能绪论 图 1.30 PyTorch 安装命令 现在根据当前 CUDA 10.1 版本的情况，来安装 PyTorch GPU 最新版本，命令如下： # 安装 PyTorch GPU 版本 conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 上述命令自动下载 PyTorch GPU 版本并安装，目前是 PyTorch 1

Conrtibutor: 400个 Armin Ronacher parts of the templates Flask、Jinja2 开源项目 3 快速实践 快速实践-安装sphinx conda install -c anaconda sphinx python –m pip install sphinx OR 快速实践-quickstart $ sphinx-quickstart

pyenv/versions/3.6.8/bin/python 虚拟环境工具 • -m venv • virtualenv • virtualenvwrapper • pew • pyenv-venv • conda • direnv • ... pip ? + 我们为什么需要依赖管理 pip 是否已经足够使用？ 它的依赖管理有什么问题？ 碰到这些问题，该怎么办？ 依赖冲突 $ pip install

Python、Jupyter Notebook、相关库以及运行本书所需的代码，以快速入门并 获得动手学习经验。 安装 Miniconda 最简单的方法就是安装依赖Python 3.x的Miniconda8。如果已安装conda，则可以跳过以下步骤。访 问Miniconda网站，根据Python3.x版本确定适合的版本。 如果我们使用macOS，假设Python版本是3.9（我们的测试版本），将下载名称包含字符串“MacOSX”的bash脚 接下来，初始化终端Shell，以便我们可以直接运行conda。 ~/miniconda3/bin/conda init 现在关闭并重新打开当前的shell。并使用下面的命令创建一个新的环境： 8 https://conda.io/en/latest/miniconda.html 9 conda create --name d2l python=3.9 -y 现在激活 d2l 环境： conda activate d2l localhost:8888（通常会自动打开）。由此，我们可以运行这本书中每个 部分的代码。在运行书籍代码、更新深度学习框架或d2l软件包之前，请始终执行conda activate d2l以激活 运行时环境。要退出环境，请运行conda deactivate。 Discussions10 10 https://discuss.d2l.ai/t/2083 目录 11 12 目录 符号

安装PyTorch 命令行运行： 75 深度学习框架-PyTorch 测试PyTorch import torch x = torch.rand(2, 3) print(x) 或者输入 conda list -f pytorch 76 4. 深度学习的开发流程 01 深度学习概述 02 神经网络的基础 03 深度学习的背景知识 04 深度学习的开发流程