1 vitrualenv定义及安装

1.1 virtualenv定义

建立一个隔离的python环境，激活它，就使用这个环境里的包、python等。

1.2 virtualenv安装

pip install virtualenv -i https://pypi.tuna.tsinghua.edu.cn/simple

安装过程中出现例如dislib等包导致的失败，可运行如下命令安装：

pip install virtualenv -i https://pypi.tuna.tsinghua.edu.cn/simple --ignore-installed distlib

2 创建一个virtualenv环境

2.1 清清爽爽新环境

virtualenv 路径

以这种方式创建环境将不包含系统的python包，新的环境里面只有pip、setuptools和wheel这些包，则许多包要用pip重新安装。

2.2 ubuntu中指定python版本

例如，若需指定使用系统中python3.6版本，首先找到python3.6安装在哪里（默认安装在 /usr/bin/python3.6，也可使用命令whereis python3.6查看pyton3.6 安装路径）

virtualenv -p /usr/bin/python3.6 myenv      # 最后myenv是安装到该文件夹下，也是虚拟环境名称

2.3 windows中指定python版本

中间的python3.6需要自己先安装

virtualenv -p D:\\software1\\python36\\python.exe myenv

3 激活虚拟环境

# linux
source myenv/bin/activate# windows
cd myenv/Scripts        # 进入Scripts文件夹下
activate                # 运行activate

4 关闭这个虚拟环境

# linux
deactivate

5 安装常用包

整深度学习，通常情况下，需要的基础包如下(借鉴yolov3)：

# pip install -r requirements.txt# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0# Logging -------------------------------------
tensorboard>=2.4.1
wandb# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0# Export --------------------------------------
# coremltools>=4.1  # CoreML export
# onnx>=1.9.0  # ONNX export
# onnx-simplifier>=0.3.6  # ONNX simplifier
# scikit-learn==0.19.2  # CoreML quantization
# tensorflow>=2.4.1  # TFLite export
# tensorflowjs>=3.9.0  # TF.js export# Extras --------------------------------------
# albumentations>=1.0.3
# Cython  # for pycocotools https://github.com/cocodataset/cocoapi/issues/172
# pycocotools>=2.0  # COCO mAP
# roboflow
thop  # FLOPs computation

可在本地新建一个requirements.txt，复制粘贴上面内容并保存，在激活上述虚拟环境的情况下，使用命令pip install -r requirements.txt安装即可，建议使用pip镜像源。

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

virtualenv创建虚拟环境相关推荐

使用虚拟环境virtualenv 创建虚拟环境出现PermissionError: [Errno 13] Permission denied:
使用虚拟环境virtualenv 创建虚拟环境出现PermissionError: [Errno 13] Permission denied: 原因:虚拟环境安装的目录所属用户非当前用户解决办法:将 ...
linux系统virtualenv创建虚拟环境提示command not found
在pip install virtualenv后直接用 "virtualenv env" 来创建虚拟环境(env为虚拟环境的目录名)会提醒command not found 这是因 ...
virtualenv创建虚拟环境为主_多版本
20210821 指定python版本安装 20201223 进入虚拟环境之后如果在其他虚拟环境的目录下则会首先找到其他环境的pip 并列出软件版本如果要查看当前真实环境的情况用下面的命令 ...
windows 下使用 virtualenv 创建虚拟环境
virtualenv虚拟环境为每个项目隔离了一套运行类库,不同的项目在各自的虚拟环境中使用不同的类库,避免了将所有类库都安装到系统环境中导致的不同项目需要不同(版本)类库的问题,项目与项目之间的类库依 ...
python创建虚拟环境的方法_Python创建virtualenv（虚拟环境）方法
本文目录一前言二通过virtualenv软件创建三在pycharm下创建新建项目四已有项目使用和创建虚拟环境五参数说明一前言需求: --公司之有一台服务器 -目前运行这一个 ...
python创建虚拟环境venv_Python 3 使用venv创建虚拟环境
Python 3.3以上使用venv来代替了原来Python2使用的virtualenv创建虚拟环境. 虚拟环境的作用是使得不同项目的Python包之间不会相互干扰,避免了由此产生的各种问题. 现在演 ...
python怎么进入虚拟环境_Python 中如何使用 virtualenv 管理虚拟环境
1. 什么是虚拟环境? 虚拟环境的意义,就如同虚拟机一样,它可以实现不同环境中Python依赖包相互独立,互不干扰. 举个例子吧. 假设我们的电脑里有两个项目,他们都用到同一个第三方包,本来一切都 ...
Python虚拟环境(二)：Linux基于Anaconda创建虚拟环境并打包
1.创建并查看虚拟环境 1.创建虚拟环境 conda create -n py37 python3.7 # 创建一个名称为py37 的Python版本为3.7 的Python虚拟环境 #或 conda ...
Python创建virtualenv（虚拟环境）方法
虚拟环境的安装: 方法一:在后台手动安装1.输入命令:pip3 install virtualenv2.指定目录:cd....; 然后输入:virtualenv env_django(创建虚拟环境)3 ...

virtualenv创建虚拟环境

文章目录