添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

建议使用国内源,例如 清华大学开源软件镜像站 。下载对应架构的安装包,例如 Anaconda3-2022.05-Linux-x86_64.sh 。注意下载的是 anaconda 3。

下面假定你在 root 用户中执行指令,并且之前没有安装过 anaconda。

  • 运行下载的文件。你可能想为它增加执行权限,通过 chmod +x
  • 回车开始安装
  • 阅读并输入 yes
  • 指定安装目录,例如 /opt/anaconda3 不要放在 root 根目录( ~ )下
  • 等待安装完成

PATH 路径

使用你喜欢的编辑器打开 /etc/profile ,在末尾附加

export PATH=/opt/anaconda3/bin:$PATH

这样做是为了让各用户的终端都能找到 conda 并运行。如果你安装在其它位置,请对应地更改目录值(下同)。

你可能需要执行 source /etc/profile 应用这项更改。

用户组与目录权限

为了使 anaconda 的文件仍归 root 所有,我们将新建一个用户组来为其余用户提供访问权限。

groupadd conda  # 新建一个名为 conda 的组;可以使用其它名称
adduser <username> conda  # 将需要的用户加入该组
chgrp -R conda /opt/anaconda3  # 将安装目录转给该组
chmod 770 -R /opt/anaconda3  # 设置 root 用户与 conda 组的读写权限
find /opt/anaconda3 -type d -exec chmod g+s {} +  # 设置组继承,使以后新建的文件夹仍属于 conda 组
chmod g-w /opt/anaconda3/envs  # 共享环境只能由 root 修改

指定新环境位置

接下来,为了确保其余用户可以正确地在自己的目录中使用 -n <name> 新建环境,还要创建系统级的 anaconda 配置文件。在安装目录下新建 .condarc 文件并写入

envs_dirs:
  - /opt/anaconda3/envs
  - ~/.conda/envs

根据 Conda configuration envs_dirs 是搜索命名环境的目录列表。创建新的命名环境时将放置在第一个可写位置,因此 root 用户将默认创建在安装目录下,成为共享环境,而其余用户会创建在自己的主目录中。

关于更多的管理选项,参见 Administering a multi-user conda installation

你可能会想把这个文件的权限设为 644来避免被其余用户改动。这也是默认行为,因为 root 用户的默认 umask 是 0022。我们接下来将介绍这个 umask 可能带来的问题。

关于 umask

umask 控制新建文件的权限,简单来说是对指定的权限位进行排除。详细信息参见它的 维基百科

前述文件共享的机制是通过组读写权限完成的,意味着 anaconda 的文件需要有用户组的读与写权限。普通用户的默认 umask 是 0002 ,提供了用户组写仅限,但 root 用户的 0022 并没有。因此在使用 root 用户创建共享环境前需要修改 umask。

umask 0002
conda create -n env_name python  # 示例
umask 0022  # 你可能会想恢复原值

否则会导致其它用户无权访问某些新下载的包的缓存等问题。在这种情况下,可以找到相应的文件并为其附加用户组写权限 chmod g+w

现在你已经安装好了想要的 anaconda。如果有新用户,只需将其加入 conda 用户组,即可使用共享环境或创建新环境。

  1. https://www.zhihu.com/question/277053071/answer/946713532
  2. https://zhuanlan.zhihu.com/p/570747928
Ubuntu 20.04+3090ti+ python 3.6+tensorflow+pytorch下 conda 环境 配置文件.yml 详情可查看博客:https://blog.csdn.net/weixin_42213421/article/details/124225950 python =3.6.13 tensorflow-gpu=2.6.2 tensorboard=2.6.0 keras=2.6.0 pytorch=1.10.2 scikit-learn=0.24.2 cudatoolkit=11.3.1 身为懒癌患者,必然 使用 全功能的ana conda ,但不想同时装py27和py35两个版本的ana conda 巨无霸(同时装两个, 不知道 conda 是否也可以管理 环境 ),于是选择用 conda python 27的 环境 及一些必要的包。 弄了几天终于把办公电脑和家里的Mac机上的 环境 都配好了,即使有了官方的安装教材,也踩了不少坑。 (因为国内主要的期货交易API接口只有windows和 linux 版,所以Mac上的 环境 只能用来回测,无法
因为对接java那边必须用java跑,他创建的文件夹有管理员权限,跑 python 需要管理员权限不然访问不了,, 最开始ana conda 安装在 用户 下,而opencv编译安装后,用管理员跑 python ,竟然奇迹的好多函数出问题了,不用管理员一切正常,估计就是管理员权限的锅,具体咋解释我也说不清楚,干脆就把粗暴准备把ana conda 装在root下了。 ana conda 安装 简单,要么su进入管理员安装或者加sudo cd xxx sudo bash Ana conda 3-2021.05- Linux -x86_6
自从安装了 LINUX (我的是CentOS 5.7)以后,每当按退格键(BackSpace)删除输入的字符,如果没有字符还按键,电脑就会发出嘟嘟声,用vi、less和man编辑的时候,按方向键,如果到了该方向的末端还继续按方向键,也会发出该报警声。我 深受其害,后终于找到解决的方法。 网上有介绍:vi /etc/inputrc,然后去掉set bell-style none前的注释,修改完,你需要退出当前的shell,再次登录才能生效。这个时候,你可以用按下crtl-g来测试一下。但这样的 做法只能只能命令行
很多文章没介绍 CUDA是什么,上来直接安装,没有创建对应的 环境 。 so! 自己总结一下 转载请贴链接 https://blog.csdn.net/u013271656/article/details/105054615 1. Ana conda 下创建torch 环境 1.创建torch虚拟 环境 >> conda create -n your_env_name python =X.X(3.7版本) 2. 激活虚拟 环境 >> source activate your_env_name(虚拟 环境 名称) 2. 安装 torch 1. 进入 pytorch 官网, https://pytorch.org
一直记不住在jupyter notebook配置多 环境 编译器技巧,今总结于此,也希望对其他小伙伴有所帮助,如果有用请点赞! 1.对windows 用户 ,win+R,输入cmd进去进入命令行,激活 环境 : 2.首先,确定自己是否安装包‘ipykernel’,若是没有安装,则进行安装;已安装进行下一步。 3.然后输入命令: python -m ipykernel install –user –name deeplearningproject –display-name “deeplearningproject” 注:上述两个 deeplearningproject,前者是自身 环境 名称,不能变化
如何直接 使用 别人的 conda 环境 (免安装)1.复制 conda 文件夹2 修改配置文件3.修改 环境 路径和包路径 有时候为了更加方便,可以直接 使用 其他 用户 环境 ,而不是自己重新安装ana conda (mini conda 3),可以直接复制原有的 环境 1.复制 conda 文件夹 将其他 用户 conda 目录复制过来 cp -r /home/ttt/ana conda 3 2 修改配置文件 vim ana conda ...
linux ( ubuntu )下实现Ana conda 用户 安装, 多用户 共享 使用 author: Tao sun,Feixiang Zhao date: 24 April 2022 系统平台: linux ( ubuntu ) 解决问题:在 Linux 中实现实现Ana conda 用户 安装, 多用户 共享 使用 ,无需root权限 step1 具体操作步骤 在一个 用户 a下安装ana conda ,默认安装地址为 /home/Username/ana conda 3,其中username为你的 用户 名。如果不是这个目录,请查找 用户 a的anac
conda activate 环境 名称 其中," 环境 名称"是你要激活的 conda 环境 的名称。如果成功激活 环境 ,你会看到终端前面出现了 环境 名称,表示已经切换到该 环境 。 4. 现在你可以在已激活的 conda 环境 中运行你的命令或脚本了。 如果你想退出当前的 conda 环境 ,可以在终端中输入以下命令: conda deactivate 这样就可以退出当前的 conda 环境 并返回到默认的系统 环境 。希望对你有帮助!