一、下载anaconda

1.查看Linux是x86架构还是ARM架构。

uname -m

pc1
2.选择自己要下载的conda版本（版本链接：https://repo.anaconda.com/archive/index.html）
复制选中的版本链接进行下载。

wget -c https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh

pc2
pc3

3.在anaconda所在目录下安装conda。

bash Anaconda3-2024.02-1-Linux-x86_64.sh

pc4
4.激活anaconda

  • 打开.bashrc文件。
vim ~/.bashrc

pc5

  • 在文件末尾添加anaconda路径（点’i’键 进行输入，输入后先点击’Esc’键，然后输入’wq’进行保存并退出）。
export PATH="地址/anaconda3/bin:$PATH"

pc6

  • 启用路径。
source ~/.bashrc

pc7

  • 检查是否安装成功
conda --version

pc8

二、创建虚拟环境

1.创建虚拟环境

conda create --name 虚拟环境名称 python=希望安装的python版本

pc9
2.进入虚拟环境

conda activate 虚拟环境名称

pc10
3.退出虚拟环境

conda deactivate

pc11
4.删除虚拟环境

conda remove -n 虚拟环境名称 --all

或彻底删除虚拟环境

conda env remove -n 虚拟环境名称
# 深度学习 # python # linux
Logo
九章云极普惠算力

更多推荐

libp2p网络发现机制：如何高效建立和维护P2P连接的完整教程

libp2p是一个模块化且可扩展的网络堆栈，专门解决点对点应用程序面临的众多挑战。在前100个词内，我们将深入探讨libp2p网络发现机制的核心原理和实践方法，帮助您快速掌握P2P连接的技术要点。🎯## 什么是libp2p网络发现机制？✨网络发现机制是libp2p框架中的核心功能之一，它负责在分布式网络中自动寻找和识别其他节点。想象一下在一个大型派对中找到志同道合的朋友 - libp2p

avatar 九章云极普惠算力

终极对比评测：APEX与Horovod分布式训练框架谁更胜一筹？

在深度学习模型规模不断扩大的今天，**分布式训练框架**已成为每个AI工程师必须掌握的核心技能。面对市面上众多的选择，如何挑选最适合自己项目的框架？本文将深度对比两大主流框架：**APEX分布式训练框架**和Horovod，为你提供最全面的选择指南！🚀## 📊 框架概览与核心功能对比### APEX：NVIDIA官方混合精度训练利器**APEX框架**是NVIDIA官方维护的PyT

avatar 九章云极普惠算力

Amazon Bedrock Agentcore 基础设施代码：自动化部署与管理完整指南

Amazon Bedrock AgentCore 基础设施代码（Infrastructure as Code）是加速AI智能体进入生产环境的关键工具，它通过CloudFormation、CDK和Terraform等主流IaC工具，为AI智能体提供规模化、可靠性和安全性保障。在本文中，我们将深入探讨如何利用基础设施代码实现AgentCore资源的自动化部署与管理。## 🚀 为什么选择基础设施代

avatar 九章云极普惠算力