Anaconda确实带来了很多方便，但是之前也过多的依赖了conda自带的一键下载python包的功能。这不，这几天突然要用FastFM这个包，无奈conda里没有，于是只能从github下载下来，实现本地安装。
以下是手动下载和安装步骤：
一、从GitHub上下载：
选择releases，里面会看到一系列版本的包，选择自己电脑对应的型号，点击下载。我选择的是fastFM-0.2.11-cp36-cp36m-macosx_10_7_x86_64.whl，由于电脑是mac，python版本为3.6：
二、将下载下来的包放到本地文件夹中，我是放到了./Anaconda3/pkgs中，方便管理
2021-11-23 22:24:22
272KB
1
1、安装Anaconda
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。在官网上下载https://www.anaconda.com/distribution/，因为服务器在国外会很慢，建议从清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
2、安装VScode
需要在Anaconda再装VScode,因为Anaconda公司和微软公司的合作，不用在对进行VScode的配置。
3、安装Pytorch
Pytorch是facebook公司发布的著名深度学
2021-11-20 21:00:33
52KB
1
前言：第一次安装anaconda的时候，一定要小心翼翼！！！！
电脑第一次安装anaconda，如果按照正确的安装姿势，那么就会非常顺利，但是如果第一次安装失败，就很容易陷入巨坑！！
首先anaconda的下载地址
传送门：https://www.anaconda.com/distribution/
我们选中自己电脑合适的版本就行了，我这里安装的是3.7
直接下载anaconda可能会非常慢！！！
解决方法：右键选中要下载的版本→复制链接地址→打开迅雷新建任务，用迅雷下载就会变得非常得快啦
anaconda安装过程
为了尽量成功，一般是安装在C盘比较好，而且一般是根据默认的安装就好了
（即一
2021-11-17 17:31:14
341KB
1
1、打开AnacondaPrompt
2、搭建TensorFlow的环境：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.5
3、在用户目录下找到文件 .condarc
环境搭建完成：
4、安装（CPU）版的TensorFlow：
// 启动TensorFlow：
activate tensorflow
2021-11-15 15:07:13
269KB
1
主要介绍了Anaconda之conda常用命令介绍，主要包括安装、更新、删除等,需要的朋友可以参考下
2021-11-14 16:09:12
104KB
1
anaconda用法：
查看已经安装的包：
pip list 或者 conda list
安装和更新：
pip install requests
pip install requests –upgrade
或者
conda install requests
conda update requests
更新所有库
conda update –all
更新 conda 自身
conda update conda
更新 anaconda 自身
conda update anaconda
anaconda换源：
制定清华的源：
conda config –add channels
2021-11-12 17:09:47
104KB
1
适合在inux系统或者腾讯云使用docker部署项目，并且通过域名访问项目，技术有docker+nginx+uwsgi+conda+mysql+redis,小白也可以部署，步骤非常的详细，亲测有效，是我自己一步一步自己部署项目自己写的步骤，并且我自己的项目已经部署成功了
2021-11-04 13:00:31
18KB
Anaconda3-4.3.1-Windows-x86_64
深度学习之PyTorch实战计算机视觉
里讲的工具软件之一
2021-10-30 11:46:32
422.13MB
1
1.首先在Pycharm Tools->Deployment->Configurations打开
新建SFTP输入host: ip地址username密码然后点击Test Connection出现下图，则测试成功
因为已经连接成功，这时候已经可以读取远程服务器的目录了：
2.选择项目mapping (可以跳过
3. 在Setting->Project:Intepreter中选择SSH Intepreter
选择Move this server to IDE settings，这样将这个intepreter对所有人都可见。
选择在远程的anaconda中的LSP子环境的bin中的pyt
2021-10-24 21:02:14
518KB
1