帮助文档

Appearance

依赖安装 ​

环境持久化 ​

镜像保存方案 ​

  • 将当前系统盘保存为自定义镜像
  • 新建实例时选择该镜像即可完整复现环境

⚡加速安装配置 ​

平台内置加速 ​

  • 自动选择最优国内镜像源（清华/阿里云/腾讯云）
  • 手动切换支持：
bash
# 测速工具选择最快源
pip install speedtest-cli
speedtest-cli

Python环境管理 ​

预装组件

  • Miniconda3最新稳定版
  • pip 23.0+版本
  • 科学计算基础库

环境创建流程

bash
# 1. 创建环境
conda create -n py_env python=3.9 -y
# 2. 初始化环境
conda init bash && source ~/.bashrc
# 3. 激活使用
conda activate py_env
# 4. 验证版本
python --version

🔥深度学习框架 ​

PyTorch安装 ​

bash
# 推荐安装方式（使用国内源）
pip install torch==2.4.1 torchvision==0.19.1 \
--index-url https://pypi.tuna.tsinghua.edu.cn/simple

TensorFlow安装 ​

bash
# GPU版本
pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
# 验证
python -c "import tensorflow as tf; print(tf.__version__)"

依赖管理技巧 ​

批量操作 ​

bash
# 多包安装
pip install numpy pandas matplotlib scikit-learn opencv-python
# 版本查询
pip index versions tensorflow

系统级管理 ​

工具安装规范： ​

bash
# 系统更新
sudo apt-get update
# 常用工具
sudo apt-get install -y zip unzip ffmpeg libsm6 libxext6
# 包搜索
apt-cache search "video codec"
# 查看包详细信息
apt-cache show ffmpeg

最佳实践 ​

工具选择建议

工具适用场景优势
conda环境隔离/复杂依赖MKL加速库支持
pip最新版本包国内镜像加速

网络优化

  • 基础方案：使用平台默认镜像源
  • 高级方案：
bash
# 永久配置镜像源
mkdir -p ~/.pip
echo "[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple" > ~/.pip/pip.conf