环境管理

环境管理 eoLinker AMS 提供了目前最强大的 项目环境管理 功能，您可以通过它实现： 一键修改所有API接口的请求前缀（Base URL/根路径） 加上统一Header 加上统一请求参数 通过全局变量动态改变所有接口中的请求参数值等 创建环境 进入环境管理页面，点击添加环境按钮，输入相关的环境名称（如测试环境、生成环境等）： 点击 保存 或 继续添加 即可创建一个新的 项目环境 。 修改环境 鼠标点击需要修改的 环境 ，在右侧直接修改相关的内容，点击保存即可： 删除环境 当鼠标放置于 环境 上时，右侧会出现 隐藏的菜单按钮 ： 点击之后选择 删除 按钮，即可删除该环境： ------------------------------------------------------------------------------------------------------------ 修改根路径（Base Url） eoLinker AMS 提供了目前最强大的 项目环境管理 功能，您可以通过它实现一键修改所有API接口的请求前缀（Base URL/根路径）： 创建环境之后，填写 前置URL 后保存设置： 在 接口列表页面 或 接口详情页 点击页面右上角 切换环境菜单 ，选择想要切换的 环境 ，会发现API的路径已经自动加上环境的前置URL了： --------------

转： https://www.jianshu.com/p/777ea4b8d4e2 1.管理包 安装包 在终端中键入 conda install package-name 。例如，要安装numpy包，需键入 conda install numpy ，或者安装某个特定版本的numpy，键入 conda install numpy==1.10 . 支持同时安装多个包，如 conda install numpy scipy pandas 。 Conda会自动安装该包所依赖的其他包。 卸载包 conda remove package-name 。 更新包 conda update package-name 。要更新所有包使用 conda update --all 。 列出所有包 conda list 。 搜索包 conda search search-term ，可以模糊搜索。 2.管理环境 创建环境 conda create -n env-name [list of package] 。 -n env-name 是设置新建环境的名字， list of package 是可选项，选择要为该环境安装的包。 创建特定python版本的包环境 conda create -n env-name python==2.7 。 进入包环境 OS/linux中使用 source activate env

In the last passage , we successfully download and install anaconda and pytorch. However, the one of the most important advantages to use conda instead of pip is its virtual enviroment, where you will have a clean enviroment isolated environment to focus on your experiment or development. Generally, we often use python version 3.6 (Of course, you can use one version you are familar with). Then I wil show how to create Conda Environment, and activate environment in docker. Create conda environment conda create -n python3.6 python = 3.6 Also, you can create both a python version2.7 and a python

创建新环境 conda create -n rcnn python=3.6 删除环境 conda remove -n rcnn --all 重命名环境 conda 其实没有重命名指令，实现重命名是通过 clone 完成的，分两步： 先 clone 一份 new name 的环境 删除 old name 的环境 比如，想把环境 rcnn 重命名成 tf 第1步 conda create -n tf --clone rcnn Source: /anaconda3/envs/rcnn Destination: /anaconda3/envs/tf Packages: 37 Files: 8463 第2步 conda remove -n rcnn --all 结果 conda info -e # conda environments: # crawl /anaconda3/envs/crawl flask /anaconda3/envs/flask tf /anaconda3/envs/tf root * /anaconda3 来源： https://www.cnblogs.com/acm-icpcer/p/11675628.html