國外網絡有時太慢,能夠經過配置把下載源改成國內的
經過 conda config 命令生成配置文件,這裏使用清華的鏡像: python
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/json
首先,打開Anaconda Prompt窗口,執行命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
而後,執行命令:windows
conda config --set show_channel_urls yes瀏覽器
找到用戶目錄底下找到 .condarc 文件 緩存
路徑在 C:\Users\用戶\.condarc安全
用編輯軟件打開 .condarc 文件,刪除第3行 –defaults,保存文件網絡
選擇下面一個鏡像站的代碼複製並替換下面文件中的所有內容,windows爲「C:\用戶\你的用戶名\.condarc」,Linux爲"/home/你的用戶名/.condarc"。(若沒有這個文件就新建一個,注意文件名爲.condarc
,不要有任何其餘後綴)ui
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ ssl_verify: true
channels: - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/ - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/ - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/ ssl_verify: true
channels: - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ ssl_verify: true
anaconda 安裝好以後,可能自帶的環境不是咱們想要的這樣就須要在建立一個環境,我安裝的是 Anaconda3-5.3.1-Windows-x86_64,自帶python是3.7url
TensorFlow目前支持的python最高是3.6不支持python3.7,這就須要添加新的環境。spa
# 建立一個名爲py35的環境,指定Python版本是3.5(不用管是3.5.x,conda會爲咱們自動尋找3.5.x中的最新版本)
conda create --name py35 python=3.5
執行以後會自動下載一些基本的包和Python3.5.x
建立好以後會在Anaconda3安裝目錄裏的 /envs/ 文件夾裏 多了一個py35文件夾,這個就是剛剛建立的新的環境
# 安裝好後,使用activate激活某個環境
activate py35
# 若是想返回默認的環境,運行
deactivate py35
# 複製一個環境
conda create -n py35 --clone py35 clone
# 刪除一個已有的環境
conda remove --name py35 --all
# 爲了肯定這個環境已經被移除,輸入如下命令
conda info -e
或
conda env list
Conda的環境管理功能容許咱們同時安裝若干不一樣版本的Python,並能自由切換
# 安裝 numpy
conda install -n py35 numpy
# 若是不用-n指定環境名稱,則被安裝在當前活躍環境
# 更新package
conda update -n py35 numpy
# 刪除package
conda remove -n py35 numpy
conda將conda、python等都視爲package,所以,徹底可使用conda來管理conda和python的版本,例如
# 更新conda,保持conda最新
conda update conda
# 更新anaconda
conda update anaconda
# 更新python
conda update python
# 假設當前環境是python 3.5, conda會將python升級爲3.5.x系列的當前最新版本
在anaconda中,最安全的安裝和升級命令是conda install XXX,而python中是pip,但在anaconda下依然可使用pip升級,這樣一些依賴可能會由於更新後的版本太高出現異常。
在conda的設計中,目錄'pkgs'是下載、存放緩存,以及提取下載的conda包的地方。同時,anaconda一塊兒攜帶的包也會放在這裏。
它有一個很是關鍵的做用:咱們在構建一些envs的時候,對一些包的依賴會經過硬盤連接連接到pkgs目錄,這樣虛擬環境生成的速度大大加快,佔用空間就大大減少了!!!
固然是能夠清理pkgs的。
第一種方式是直接刪除pkgs,大大節省空間。但壞處就是當建立新環境時,現有包(在其餘環境中)的共享文件將再也不共享硬連接。
第二種官方推薦的方式更加安全:
經過conda clean -h 命令來查看清理命令的使用
在Anaconda Prompt終端中輸入下面命令,查看你的notebook配置文件在哪裏:
jupyter notebook --generate-config
根據你運行實際顯示的路徑,打開這個配置文件,我電腦上是這個文件C:\Users\用戶\.jupyter\jupyter_notebook_config.py
找到 c.NotebookApp.notebook_dir 並修改而後保存,後面的是本身要設置的目錄
設置好以後,在開始菜單打開 Jupyter Notebook 可能仍是顯示的原來的工做路徑。修改方案是
先找到快捷方式的保存目錄,
鼠標右擊屬性 把 % *** %刪除掉,% 裏面的東西是默認工做路徑指定用戶的工做路徑,不刪除不管你怎麼設置都不會起做用的。
執行下面的代碼進行設置密碼
$ jupyter notebook password
Enter password: **** Verify password: **** [NotebookPasswordApp] Wrote hashed password to /Users/you/.jupyter/jupyter_notebook_config.json
從新啓動 jupyter notebook 就須要輸入密碼了,
打開文件
jupyter_notebook_config.json以下

把其中的 password 的值拷貝,打開文件 jupyter_notebook_config.py
粘貼爲 c.NotebookApp.password 的值
而後把文件jupyter_notebook_config.json裏的password 的值 清空
以下
這樣能夠在多個瀏覽器裏使用jupyter notebook 了並且是不須要密碼的,很方便,若是想使用密碼不清空文件jupyter_notebook_config.json裏的password 的值就能夠。
jupyter notebook上能夠同時存在多個環境,
參照上面新建 Conda環境,而後安裝ipykernel,執行如下代碼
conda install -n py35 ipykernel
安裝完成後,到Anaconda3的安裝路徑找到kernels文件夾,個人是D:\Anaconda3\share\jupyter\kernels
裏面默認有一個文件夾 python3
要想 jupyter notebook運行時顯示多個環境,以下
能夠在 這個kernels文件夾裏新建一個文件夾 我新建的是 tensorflow_py35,而後把python3文件夾裏的文件所有複製到 tensorflow_py35這個文件夾裏,
而後記事本打開 文件 kernel.json 並以下圖修改
修改完成後保存。從新打開jupyter notebook ,在New的時候就可顯示兩個環境啦
參考:
https://blog.csdn.net/ztf312/article/details/65448597
https://www.jianshu.com/p/f70ea020e6f9