使用Anconda批量安装Pythony库(依赖包)的方法

本文介绍了通过Anaconda使用两种不同方法安装Python依赖包的过程。第一种方法利用conda命令配合requirements_conda.txt文件进行安装;第二种方法则使用pip命令及requirements_pip.txt文件完成依赖包的安装。
Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

使用Anconda安装Pythony库(依赖包)的方法

目前本人总结了两种方法,如下文详述。

1.法一

(1)首先切换路径至包含“requirements_conda.txt”的文件夹下。路径切换命令如下(举例):
在这里插入图片描述

(2)再输入下面命令:

conda install --file=requirements_conda.txt

说明:“requirements_conda.txt”为一个txt文件,txt中的内容即为要安装的python依赖包名。内容如下(举例):

tensorflow
keras
ipykernel
cython
numpy
matplotlib
scipy
Pillow
opencv
pandas
seaborn

注意:“–file”中的“–”不可漏写(是两个英文“-”)。

2.法二
(1)同样先切换路径。
(2)然后输入下面命令:

pip install -r requirements_pip.txt

说明:同样的,“requirements_pip.txt”仍然是一个txt文件。内容(举例)如下:

cython
numpy
matplotlib
scipy
Pillow
image
easydict
opencv-python
sklearn
bunch
tqdm
common
lap
imagehash
ipywidgets
labelme
scikit-image
Augmentor
imgaug

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

视觉闫小亘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值