首页 > TAG信息列表 > miniconda3

Miniconda安装 CentOS8

centOS8 | python3.6   1.  下载 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh       2. 安装 bash Miniconda3-latest-Linux-x86_64.sh    按enter,等licence agreement 显示完,按yes  

windows10环境:python区分环境和drozer下载安装

python区分环境 Tips:一直知道drozer安装需要python2.7环境,设置的时候就直接在D盘中下载了python2.7的包,结果导致环境混淆,drozer无法连接上,一直报错,提示升级pip版本,然后还无法升级。报错要求pip install protobuf 安装后又要求下载pip install openssl,但是openssl之后会出无效语法

wget下载文件命令

wget命令 wget可以从指定的URL上下载文件 wget特点 由于网络原因失败,wget会不断重新尝试下载,直到整个文件下载完成支持断点续传支持后台下载 主要命令 下载单个文件——以下载minicoda为例 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh URL

CloudCompare 导出 ply格式点云导致的 UnicodeDecodeError: 'ascii' codec can't decode

如题今日处理点云时将.txt格式通过CloudCompare导出成.ply文件,结果用PlyData.read()读取一直报错 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/root/miniconda3/envs/deep_mls/lib/python3.7/site-packages/plyfile.py", line 3

pandas中分隔符由多个字符组成

背景 在使用pandas过程由于文本中存在形如, 、| 等常规字符,所以需要自定义分隔符,特别是自定义由多个字符组成的分隔符。那么此时在使用 pandas.read_csv()的时候要如何设置? 解决 比如当生成文件的时候使用#|#作为分隔符,直接使用df = pd.read_csv(raw_file, sep='#|#', quotin

window下源码编译mmcv-full==1.2.1

window下源码编译mmcv-full==1.2.1 软件准备:       Git、vs2019_community、Miniconda3-4.6.14、cuda_10.2+cudnn_7.6.5 一、确认NVIDIA GeForce RTX 2080 Ti已安装      cmd 命令:nvidia-smi OR nvidia-smi -L       *************************************>nvidia-smi

conda创建虚拟环境失败

问题 解决方法 再遇问题 再次解决 创建新的虚拟环境,报错如下: (base) chen@ubuntu:~$ conda create -name R_env3.5 python=3.7 Collecting package metadata (current_repodata.json): done Solving environment: failed with repodata from current_repodata.json, will

Centos 安装 Miniconda

1、镜像下载安装包 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh   如果之前没有安装过wget,则会报错如下使用如下语句安装wget yum install wget 2、安装miniconda3 bash Miniconda3-latest-Linux-x86_64.sh 之后,按

实验记录 | 6/5

今天早上(8:57)过来,发现R已经安装完成了,非常棒。 ./Rscript Usage: /path/to/Rscript [–options] [-e expr [-e expr2 …] | file] [args] –options accepted are –help Print usage and exit –version Print version and exit –verbose Print information on progress –

win10安装miniconda3后右键打开Anaconda Powershell Prompt

win10 miniconda3 右键打开Anaconda Powershell Prompt Powershell anaconda powershell prompt 多出了很多Linux命令,便于日常使用中保持一些Linux手感,写稿记录: 打开“运行”窗口(快捷键:Windows徽标键+R),输入“regedit”打开注册表编辑器; 上方路径处输入“计算机\HKEY_CLASS

PyCharm+Miniconda3安装配置教程详解

PyCharm是Python著名的Python集成开发环境(IDE) conda有Miniconda和Anaconda,前者应该是类似最小化版本,后者可能是功能更为强大的版本,我们这里安装Miniconda 按官方文档的说法conda相当于pip与virtualenv的结合,但实际安装来看conda本身包括了Python 所以简单起见可以认为"conda=Pyt

pycharm 导入已有库 --librosa

可以看到librosa包在miniconda的环境中。 添加解释器,选择当前已经存在的miniconda3

conda环境搭建

本文记录conda环境的搭建。 直接使用官方提供的一键搭建脚本: wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh chmod +x Miniconda3-latest-Linux-x86_64.sh ./Miniconda3-latest-Linux-x86_64.sh 如果网速不好,可以使用清华提供的镜像: wget https:/

Win10+VScode +miniconda安装tensorflow(CPU版本)

一、安装tensorflow-gpu 1.安装 conda activate py36conda create -n tensorflow conda install tensorflow //安装 2.若安装提示下面的错误。  解决方案:打开Anaconda Prompt(miniconda3),输入以下命令 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/a

卸载 Anaconda 转用 Miniconda

Miniconda 如题,为了省心从 Win 到 MasOS 开始都是用的 Anaconda,然而事实上自己用到的仅仅是 conda;由于入的是乞丐版 MBP,AppCleaner 上看到居然占了 8G 多(两个环境 3G 不到),于是萌生了转用 Miniconda 的念头。 搜索发现居然没有教程,对于 conda 又没什么了解,只好自己开始尝试,总结如下

conda默认安装位置

/var/root/miniconda3/condabin/conda [yes] >>> no change /var/root/miniconda3/condabin/conda no change /var/root/miniconda3/bin/conda no change /var/root/miniconda3/bin/conda-env no change /var/root/miniconda3/bin/activate no chang

Amazon Linux下解决shadowsocks服务端EVP_CIPHER_CTX_cleanup() 函数报错

title: Amazon Linux下解决shadowsocks服务端EVP_CIPHER_CTX_cleanup() 函数报错 date: 2019-06-24 15:30:08 categories: Linux tags: shdowsocks Amazon Linux下解决shadowsocks服务端EVP_CIPHER_CTX_cleanup() 函数报错 Amazon Linux的openssl版本高于1.1.0以上版本,

miniconda3 安装tensorflow

使用miniconda3进行安装 conda create -n tensorflow conda install tensorflow 输入下面的代码进行测试 import tensorflow as tf import os os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(se

Miniconda3清华镜像源不能用了

1.添加清华镜像源https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_