因此,基本上,我对python编程和使用还很陌生。我正在尝试建立一个必须使用Tensor flow,Theano和Keras库的ANN模型。我在Windows 10 x64上具有带Python 3.5.2的Anaconda 4.4.1,并且已经通过以下方法安装了这些库。
所有这些软件包都已正确安装,并且已通过conda列表进行了检查。但是,当我尝试导入这3个库中的任何一个(即Tensor flow,Theano和Keras)时,它给了我以下错误:
Traceback (most recent call last):
File "<ipython-input-3-c74e2bd4ca71>", line 1, in <module>
import keras
ImportError: No module named 'keras'
Run Code Online (Sandbox Code Playgroud) 我刚刚在Windows 10中安装了Anaconda(安装了Python 3.6)...并且运行良好。然后,我尝试创建一个Python 3.5环境:
%conda创建-n py35 python = 3.5 anaconda
但是该过程无法通过验证。我已经尝试了两次...并且验证列出了702个错误,如下所示...这是前三名(我用“ UserName”代替了我的用户名):
CondaVerificationError:pyqt的软件包位于C:\ Users \
<UserName>\AppData\Local\Continuum\anaconda3\pkgs\pyqt-5.6.0-py35hd46907b_5
appears to be corrupted. The path 'Lib/site-packages/PyQt5/Enginio.pyd'
specified in the package manifest cannot be found.
CondaVerificationError: The package for pyqt located at C:\Users\<UserName>\AppData\Local\Continuum\anaconda3\pkgs\pyqt-5.6.0-py35hd46907b_5
appears to be corrupted. The path 'Lib/site-packages/PyQt5/Enginio.pyi'
specified in the package manifest cannot be found.
CondaVerificationError: The package for pyqt located at C:\Users\<UserName>\AppData\Local\Continuum\anaconda3\pkgs\pyqt-5.6.0-py35hd46907b_5
appears to be corrupted. The path 'Lib/site-packages/PyQt5/QAxContainer.pyd'
specified in the package manifest cannot be found.
Run Code Online (Sandbox Code Playgroud)
这应该很简单:在Windows …
为了在我的团队中可重复地进行改进,我在一个新创建的存储库中导出了一个conda环境文件conda env export > environment.yml.
我的想法是让我的同事下载回购并运行conda env create -f environment.yml并准备好使用代码.
但是,我的一些同事向我指出,在yaml文件的底部有:
- readline=7.0=hc1231fa_4
- requests=2.18.4=py35h0d65e6b_1
- setuptools=38.5.1=py35_0
- six=1.11.0=py35h39a4c60_1
- sqlite=3.22.0=h3efe00b_0
- tk=8.6.7=h35a86e2_3
- urllib3=1.22=py35he002d57_0
- wheel=0.30.0=py35h5c0b906_1
- xz=5.2.3=h0278029_2
- zlib=1.2.11=hf3cbc9b_2
prefix: </path/to/your/anaconda/distribution>/envs/<env-name>/bin
Run Code Online (Sandbox Code Playgroud)
带prefix变量的最后一行实际上显示了我的机器名称和miniconda安装的唯一路径.
当我的同事试图加载环境时,脚本实际上对他们来说工作正常,这意味着prefix变量基本上被conda忽略.
我曾经使用virtualenvs和我的绝对路径进入一个文件,这个文件应该被共享以使事物在不同的机器上可重现,这真的让我很困惑.
所以我的问题是:什么是前缀变量用于什么,有没有办法导出没有它的conda环境文件?
我正在尝试更新 conda 环境:
conda update --all
Run Code Online (Sandbox Code Playgroud)
但得到以下
Fetching package metadata .............
InvalidSpecError: Invalid spec: =20190808
Run Code Online (Sandbox Code Playgroud)
输出conda list如下:
alabaster 0.7.10 py36h174008c_0
anaconda custom py36ha4fed55_0
anaconda-client 1.6.14 py36_0
anaconda-navigator 1.6.4 py36_0
anaconda-project 0.8.2 py36h9ee5d53_0
apipkg 1.5 <pip>
appnope 0.1.0 py36hf537a9a_0
appnope 0.1.0 <pip>
appscript 1.0.1 py36h9e71e49_1
arrow-cpp 0.8.0 py36_4 conda-forge
asn1crypto 0.24.0 py36_0
astroid 1.6.3 py36_0
astropy 3.0.2 py36h917ab60_1
attrs 18.1.0 py36_0
babel 2.5.3 py36_0
backcall 0.1.0 <pip>
backcall 0.1.0 py36_0
backports 1.0 py36ha3c1827_1
backports.shutil_get_terminal_size 1.0.0 py36hd7a2ee4_2
bash_kernel 0.7.1 <pip> …Run Code Online (Sandbox Code Playgroud) 安装 Anaconda3 后,我尝试在开始菜单中搜索 Anaconda Navigator,但它没有显示。在开始菜单中输入 Anaconda 时,我得到的只是 Anaconda Prompt,我尝试从 Anaconda Prompt 启动 jupyter Notebook,但它显示“jupyter n'est pas reconnu en tant que commande interne ou externe”,这对于蟒蛇导航器。
我想补充一点,我选择了将 Anaconda 添加到路径的情况,并且我也安装了 miniconda,并且在安装时没有任何错误消息。
我正在使用 docker image continuumio/anaconda3 并想通过浏览器使用 conda 启动 jupyter notebook 服务器......
docker run -i -t -p 8888:8888 continuumio/anaconda3 /bin/bash -c "/opt/conda/bin/conda install jupyter -y --quiet && mkdir /opt/notebooks && /opt/conda/bin/jupyter notebook --notebook-dir=/opt/notebooks --ip='*' --port=8888 --no-browser"
Run Code Online (Sandbox Code Playgroud)
这导致...
Package plan for installation in environment /opt/conda:
The following packages will be UPDATED:
anaconda: 5.0.1-py36hd30a520_1 --> custom-py36hbbc8b67_0
conda: 4.3.30-py36h5d9f9f4_0 --> 4.4.10-py36_0
jupyter: 1.0.0-py36h9896ce5_0 --> 1.0.0-py36_4
pycosat: 0.6.2-py36h1a0ea17_1 --> 0.6.3-py36h0a5515d_0
[I 14:59:00.461 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret
[W 14:59:00.475 NotebookApp] WARNING: The notebook …Run Code Online (Sandbox Code Playgroud) 我正在开发Python应用程序,并使用Conda分发它并管理依赖项。
我已经成功运行conda-build,将我的代码包装到.tar.bz2文件中。我创建了一个新的conda环境,并测试了安装程序包。一切正常,我能够以这种方式运行代码。
我想知道的是,如何构造我的程序包和/或Python代码,这样我可以通过在活动的conda环境中简单键入内容而不是导航到开发代码的文件夹中来运行脚本?
例如,在以下conda速查表中:https ://conda.io/docs/_downloads/conda-cheatsheet.pdf ,从顶部开始的第四行,“在安装后运行软件包,例如Spyder”,运行命令就是“间谍”。
我的Python程序是从单个.py文件launch.py启动的,但是如何让conda知道要调用哪个脚本?现在,我只说“找不到命令”。
元数据规范中的此部分似乎是相关的:https : //conda.io/docs/user-guide/tasks/build-packages/define-metadata.html#entry-point
我尝试在我的meta.yaml中将其设置为“ entry:python launch.py”,然后重新构建并重新安装,但这没有用,我不确定从何处去。
任何帮助将不胜感激,谢谢。
编辑:经过更多挖掘之后,我可能已经找到了答案,似乎我想按如下所述创建一个入口点:https : //setuptools.readthedocs.io/en/latest/setuptools.html#dynamic-discovery-of-服务和插件尽管仍在尝试将其整合在一起。
我是构建conda包的新手。我已将包上传到PyPI,因此我遵循了有关从 pip package 构建 conda 的文档。当我尝试pyinstrument从构建时它可以工作pip,但是当我尝试构建我的包时出现以下错误。
conda_build.exceptions.DependencyNeedsBuildingError: Unsatisfiable dependencies for platform osx-64: {"torch[version='>=0.4']"}
Run Code Online (Sandbox Code Playgroud)
我在这里发现了一个类似的问题,但是添加频道并没有解决我的问题,因为pytorch存在于默认频道中。
这是我的meta.yml文件:
{% set name = "scvi" %}
{% set version = "0.1.2" %}
{% set file_ext = "tar.gz" %}
{% set hash_type = "sha256" %}
{% set hash_value = "ca87155662d85605f86c5e86b7b9f64d881b882177b9642fff8f0ea215c6cb1a" %}
package:
name: '{{ name|lower }}'
version: '{{ version }}'
source:
fn: '{{ name }}-{{ version }}.{{ file_ext }}'
url: …Run Code Online (Sandbox Code Playgroud) 我想知道是否有办法设置 conda 以在特定环境中安装新软件包时更新特定 .yml 文件。
我想实现与 npm 和 package.json 文件类似的行为。
我知道这可以通过为 conda 命令创建 bash 脚本和别名来实现,但我更想知道是否有 Conda 本地方法来实现这一点。
我正在学习Python,并在Ubuntu中使用Anaconda下载了它(也在学习Linux)。当我创建 conda 环境时,它会生成一个名为 env 的目录,如下所示:/home/user/anaconda3/envs/myenv1
当我激活环境并启动编辑器 (VScode) 时,我会从活动环境中选择解释器。当我保存 .py 文件时,是否必须将其保存在环境目录中?该文件夹包含 conda 放在那里的其他文件夹和包。如果我需要来自该环境的包并且我的项目文件夹不在 myenv1 目录中,它会不起作用吗?
anaconda ×8
conda ×6
python ×6
python-3.x ×3
docker ×1
environment ×1
install ×1
jupyter ×1
keras ×1
miniconda ×1
setuptools ×1
tensorflow ×1
virtualenv ×1
yaml ×1