Linux下安装minianaconda

发表于 | 更新于 | 计算机技术

安装指令

These four commands quickly and quietly install the latest 64-bit version of the installer and then clean up after themselves. To install a different version or architecture of Miniconda for Linux, change the name of the .sh installer in the wget command. 依次执行：

shell

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh

After installing, initialize your newly-installed Miniconda. The following commands initialize for bash and zsh shells:

shell

~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

检查安装

检查：

shell

conda -V

如果出现：conda: command not found报错，那么需要在.bashrc文件里增加一行初始化信息

vim

vim ~/.bashrc

在最后一行，增加：

vim

export PATH=$PATH:/home/ubuntu/anaconda3/bin

注意检查路径是否正确，这里的 '/ubuntu' 是用户名。

保存并执行：

bash

source ~/.bashrc

重新执行 conda -V ，或者 conda info --envs 可以查看miniconda安装是否成功。

基本使用

conda环境安装与激活

shell

# 查看现有的环境列表
conda env list 


# 创建新的python环境，-n 是名称
conda create -n your_env_name python=x.x
# 例如：
conda create -n my_first_env python=3.7
# 我个人比较喜欢安装3.7，别问为什么，说多了都是泪……

# To activate this environment, use  
conda activate my_first_env
#
# To deactivate an active environment, use
conda deactivate

安装必要的包

shell

# 安装matplotlib
pip install matplotlib

# 安装tensorflow,支持 CPU 和 GPU 的最新稳定版（适用于 Ubuntu 和 Windows）
pip install --upgrade tensorflow

# 安装sklearn
pip install scikit-learn

jupyter notebook的使用

shell

# 先进入环境
conda activate my_first_env

# 安装jupyter notebook，两种指令均可
conda install jupyter notebook 
# 或者
pip install jupyter notebook 

# 配置，先生成配置文件
jupyter notebook --generate-config
# 然后，立刻进入当前环境的python，指令为ipython，或者python ，或者ipython3等到，均可
ipython
>>> from notebook.auth import passwd
>>> passwd()   # 注意记住密钥：'sha1:4b2678fa7669:037692fc089b07c56f10b5b50e11e00e5a87c4b3'
Enter password:
Verify password:
>>> exit()

这段代码的含义是，设置密码，确认密码，然后终端生成一个sha1类型加密的密钥，记下这个密钥，马上要用。
现在可能出现一个问题，终端输出的密钥不是sha1类型，而是argon2类型，它长这个样子：'argon2:$argon2id$v=19$m=10240,t=10,p=8$mLHcm3tVbWe7KQXRHJEMsw$JVU1j3QUdzc9t6iZOxy1wRD+7r1ozWAQEAbYNLu/QQs'，使用下面的办法解决：

python

from notebook.auth import passwd
passwd(algorithm='sha1')
Enter password:
Verify password:
Out[2]: 'sha1:67c9e60bb8b6:9ffede0825894254b2e042ea597d771089e11aed'

这个sha1类型和argon2类型的具体含义都是密码学的东西，不去管它。

然后，退出现在的python环境

shell

conda deactivate
# 直到退出conda

# 编辑之前生成的config文件，注意文件路径
vim /home/ubuntu/.jupyter/jupyter_notebook_config.py


# 在配置文件最后面增加
c.NotebookApp.allow_remote_access = True #允许远程连接
c.NotebookApp.ip=''                     # 设置访问IP，即主机ip
c.NotebookApp.password = 'sha1:4b2678fa7669:037692fc089b07c56f10b5b50e11e00e5a87c4b3'     # 上面复制的那个密钥'  
c.NotebookApp.open_browser = False       # 禁止自动打开浏览器  
c.NotebookApp.port = 8888                 # 设置打开端口，注意要设置主机允许这个端口放开
c.NotebookApp.notebook_dir = '/home/ubuntu/test01/'  #设置Notebook启动进入的目录

好了，现在配置完了，可以在远程使用jupyter notebook了

shell

# 进入环境
conda activate my_first_env
# 打开jupyter notebook
jupyter notebook

# 如果报错OSError: [Errno 99] Cannot assign requested address，试一下这个：
jupyter notebook --ip=0.0.0.0 --port=8888

打开jupyter notebook之后，在本地浏览器里输入远程服务器的ip地址:端口号，输入此前设置的密码，即成功进入！

若要退出jupyter notebook，按 ctrl+c 即可终止。

参阅