miniconda安装
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、安装miniconda
- 1.conda与miniconda有什么区别
- 2.安装minnconda
- 2.1 进入官网，选择合适的文件
- 3.安装miniconda
- 3.1 首先导航到文件所在的目录
- 3.2 运行安装脚本
- 3.3 按照提示完成安装
- 3.4 激活miniconda
- 3.5 验证安装
- 4.conda 常见命令
- 二、配置虚拟环境
- 1、创建、进入、退出、删除虚拟环境
- 1. 创建虚拟环境
- 2.进入虚拟环境
- 3. 退出虚拟环境到base环境中
- 4. 删除虚拟环境
- 三、当使用Conda命令打错字母或者输入错误的命令
- 1.使用键盘快捷键删除
- 2. 使用Ctrl +A 或者Ctrl +E 快捷键
- 3. 使用历史命令
- 四、在安装pytorch之前要确保cuda版本与pytorch兼容（使用官网的命令在安装pytorch的同时，也能将cuda及cudnn装上）
- 五、清华镜像
前言
提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
提示：以下是本篇文章正文内容，下面案例可供参考
一、安装miniconda
1.conda与miniconda有什么区别
安装体积
Miniconda：体积小，仅包含Conda和其依赖。
Anaconda：体积较大，包含了超过150个科学计算和数据分析的包。
预装包：
Miniconda：仅包含Conda和少量的依赖包。用户需要手动安装所需的其他包。
Anaconda：预装了大量的数据科学和机器学习相关的包，如NumPy、Pandas、SciPy、Jupyter等
灵活性：
Miniconda：提供了极大的灵活性，用户可以根据需要选择安装的包。
Anaconda：适合想要快速搭建数据科学和机器学习环境的用户。
2.安装minnconda
2.1 进入官网，选择合适的文件
- 官网链接：miniconda官网
- 选择服务器对应的文件，（我的是Linux),这三个Miniconda安装包的区别主要在于它们支持的Linux架构不同。
Miniconda3 Linux 64-bit:适用于常规的x86_64架构的Linux系统。这是最常见的PC和服务器使用的架构。
Miniconda3 Linux-aarch64 64-bit:适用于ARM架构的64位Linux系统。这种架构通常用于某些服务器、嵌入式系统和移动设备（如Raspberry Pi 4等）。
Miniconda3 Linux-s390x 64-bit::适用于IBM的s390x架构的Linux系统。这种架构主要用于IBM的Z系列大型机。
根据你的硬件架构选择相应的安装包。如果你不确定自己的架构，可以使用以下命令来检查
uname -m
若返回：x86_64 表示你需要选择第一个安装包。
若返回：aarch64 或者 arm64 表示你需要选择第二个安装包
若返回：s390x 表示你需要选择第三个安装包
我返回的是第一个，所以选择第一个安装包下载到本地。
一开始使用命令行将文件上传到服务器，但是一直报错
后面直接将文件拖到Xftp 7软件下面的anaconda3文件夹中了。
3.安装miniconda
上传完成后，登录服务器，进入刚上传.sh文件所在的文件目录，在当前文件目录下输入指令安装miniconda。
3.1 首先导航到文件所在的目录
cd /home/liurui/anaconda3/
3.2 运行安装脚本
首先使用chmod 命令赋予执行权限
chmod +x Miniconda3-latest-Linux-x86_64.sh
赋予权限之后，再运行安装脚本
./Miniconda3-latest-Linux-x86_64.sh
这句跟上一句代码作用一样，二选一
bash Miniconda3-latest-Linux-x86_64.sh
3.3 按照提示完成安装
回车后会看到这样的消息
然后根据提示，按enter,此时会出现有关miniconda3的信息。并且会出现More或者更多的字样，继续按enter,直至出现Please answer ‘yes’ or ‘no’:, 输入:yes
按enter,接下来提示是否添加环境变量，输入yes，否则需要自己配置环境变量
后面出现这个语句说明安装成功
3.4 激活miniconda
安装完成后，你需要激活Miniconda环境。通常会在安装的最后一步提示你添加Miniconda到系统的PATH中，你可以手动添加或者执行以下命令激活：
source ~/miniconda3/bin/activate
如果你选择了默认安装路径，~/miniconda3 是默认路径。如果你选择了自定义路径，请替换为你的实际安装路径。
3.5 验证安装
通过运行以下命令来验证Miniconda是否成功安装
conda --version
如果显示了Conda的版本信息，说明安装成功。
4.conda 常见命令
- 安装包
conda install package_name # 例如：conda install numpy
- 安装特定版本的包
conda install package_name=version # 例如：conda install numpy=1.18.1
- 更新包
conda update package_name # 例如： conda update numpy
- 移除包
conda remove package_name # 例如：conda remove numpy
- 查看已安装的包
conda list
- 查看存在哪些虚拟环境
conda env list
- conda 是没有重命名指令，那可以通过克隆一份，然后再删除原来的.。
先克隆环境：
conda create --name new_env_name --clone old_env_name
验证克隆的环境
conda activate new_env
conda list
删除原环境：
conda remove --name old_env --all
- 查看conda 版本
conda --version
- conda 查询包
conda search package_name# 查询包
二、配置虚拟环境
1、创建、进入、退出、删除虚拟环境
1. 创建虚拟环境
conda create --name graph python=3.12
指定3.12，就会从3.12系列中找最新的下载，也可以使用命令查找python 版本
conda search python
版本从旧到新。
2.进入虚拟环境
conda activate myenv
3. 退出虚拟环境到base环境中
conda deactivate
4. 删除虚拟环境
conda env remove -n py37_torch
三、当使用Conda命令打错字母或者输入错误的命令
1.使用键盘快捷键删除
Backspace: 删除光标前的字符
Ctrl+ H :删除光标前的字符（在一些终端与Backspace相同）
Ctrl+W：删除光标前的一个单词
Ctrl+U:删除光标前的整行
2. 使用Ctrl +A 或者Ctrl +E 快捷键
Ctrl+A: 光标移动到行首
Ctrl+E:光标移动到行尾
3. 使用历史命令
如果你已经执行了错误命令，可以通过历史命令功能找到并修改之前的命令：
- 上下箭头：浏览历史命令
- Ctrl+R：搜索历史命令
四、在安装pytorch之前要确保cuda版本与pytorch兼容（使用官网的命令在安装pytorch的同时，也能将cuda及cudnn装上）
安装的时候一定要进入具体的虚拟环境安装，不要在base环境中，以免破坏虚拟环境
使用
nvidia-smi
查看CUDA版本
然后在Pytorch官网上找，要确保pytorch版本号小于或等于CUDA版本。直接根据官网给出的命令下载。（不需要使用清华镜像）
注意：要确保python版本在3.8及以上
使用代码python --version查看python版本。
使用官网上这条命令之后，不就能会将pytorch安装上，还会将CUDA 工具包以及cudnn也安装上，就不用再额外装这两个。可以使用代码验证一下：
import torch
print("CUDA available:", torch.cuda.is_available())
print("CUDA version:", torch.version.cuda)
print("cuDNN version:", torch.backends.cudnn.version())
print("Number of GPUs:", torch.cuda.device_count())
print("Current GPU:", torch.cuda.current_device())
print("GPU Name:", torch.cuda.get_device_name(torch.cuda.current_device()))
五、清华镜像
pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple
