Makefiles是一种用于自动化构建和管理软件项目的工具。它使用Makefile文件来定义一系列规则和依赖关系,以便在编译、测试和部署过程中自动执行一系列命令。
Makefiles不启动conda环境是指在使用Makefile构建项目时,并不会自动激活或切换到conda环境。这意味着在执行Makefile中的命令时,将使用当前系统环境中已安装的软件包和依赖项。
虽然Makefiles本身并不直接与conda环境相关,但可以通过在Makefile中编写适当的命令来实现与conda环境的集成。例如,可以在Makefile中使用conda命令来创建、激活和切换conda环境,以确保在构建过程中使用特定的软件包和依赖项。
以下是一个示例Makefile,展示了如何在构建过程中使用conda环境:
# 定义变量
CONDA_ENV = my_env
# 创建conda环境
create_env:
conda create -n $(CONDA_ENV) python=3.8
# 激活conda环境
activate_env:
conda activate $(CONDA_ENV)
# 切换回系统环境
deactivate_env:
conda deactivate
# 构建目标
build: activate_env
# 执行构建命令
# 清理目标
clean: deactivate_env
# 执行清理命令
在上述示例中,create_env
目标用于创建名为my_env
的conda环境,activate_env
目标用于激活该环境,deactivate_env
目标用于切换回系统环境。在build
目标中,我们可以执行构建命令,并确保在conda环境中执行。类似地,clean
目标用于执行清理命令,并在执行前切换回系统环境。
请注意,上述示例中的命令是简化的示例,实际使用时可能需要根据具体项目和环境进行适当的修改。
腾讯云提供了一系列与云计算相关的产品和服务,包括云服务器、云数据库、云存储、人工智能、物联网等。具体推荐的产品和产品介绍链接地址可以根据具体问题和需求进行选择。
# Anaconda3介绍 简单来说,Anaconda是Python的包管理器和环境管理器。 先来解决一个初学者都会问的问题:我已经安装了Python,那么为什么还需要Anaconda呢?原因有以下几点: 1. Anaconda附带了一大批常用数据科学包,它附带了conda、Python和 150 多个科学包及其依赖项。因此你可以用Anaconda立即开始处理数据。 2. 管理包。Anaconda 是在 conda(一个包管理器和环境管理器)上发展出来的。在数据分析中,你会用到很多第三方的包,而conda(包管理器)可以很好的帮助你在计算机上安装和管理这些包,包括安装、卸载和更新包。 3. 管理环境。为什么需要管理环境呢?比如你在A项目中用到了Python2,而新的项目要求使用Python3,而同时安装两个Python版本可能会造成许多混乱和错误。这时候conda就可以帮助你为不同的项目建立不同的运行环境。还有很多项目使用的包版本不同,比如不同的pandas版本,不可能同时安装两个pandas版本。你要做的应该是在项目对应的环境中创建对应的pandas版本。这时候conda就可以帮你做到。 # Anaconda3的安装 1. [官网地址](https://www.anaconda.com/download/) 2. [清华镜像](https://mirrors.tuna.tsinghua.edu.cn/anaconda/) 关于安装过程中的细节,如全局变量设置...可自行百度,下面我们转入正题 # Anaconda3安装tensorflow 1. 打开anaconda安装时自带的Anaconda prompt 2. 打开后,输入清华镜像的tensorflow的下载地址(如果你已经在墙外翱翔了,可以省略这一步): ```html conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes ``` 3. 接着我们开始创建一个python3.6的环境,因为如果你安装的是最新的anaconda,它默认环境为py3.7,并且在不久之前,tensorflow已经开始支持py3.6,所以我们创建一个py3.6环境: ```html conda create -n tensorflow python=3.6 ``` 4. 启动anaconda中的py3.6环境: ```html activate tensorflow ``` 如果不能进入,则重新执行第3步骤 5. 进入py3.6的环境中后,我们就可以进行安装了(此处我们安装的是CPU版本的tensorflow): ```html pip install --upgrade --ignore-installed tensorflow ``` 6. 当我们不使用tensorflow时,我们就可以使用: ```html deactivate ``` 退出该环境 7. 开始测试一下是否安装成功: 重新打开Anaconda Prompt—>activate tensorflow—>python来启动tensorflow,并进入python环境 ```python #TensorFlow使用图(Graph)来表示计算任务;并使用会话(Session)来执行图,通过Session.close()来关闭会话(这是一种显式关闭会话的方式)。会话方式有显式和隐式会话之分。 import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') #初始化一个TensorFlow的常量 sess = tf.Session() #启动一个会话 print(sess.run(hello)) ``` 如果可以准确的输出结果,那么恭喜你,安装tensorflow成功!
领取专属 10元无门槛券
手把手带您无忧上云