1. channels 使用

需要注意的是做生信分析的童鞋使用 conda 環境時一定要特別注意 conda channels 的設置，濫用 channels 很有可能會導致你的軟件升降級（甚至環境）錯亂。推薦設置如下（~/.condarc）：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - defaults
show_channels_urls: true

• mirrors.tuna.tsinghua.edu.cn/anaconda 是清華大學提供了一個 conda 的鏡像；
• mirrors.ustc.edu.cn/anaconda 是中科大 conda 鏡像，有需要的也可以使用；
• 生信軟件 channel：mirrors.tu na.tsing hua.edu.cn/ana conda/cloud/bioc onda；

從 2019.04 起清華大學和中科大宣布停止 Anaconda 鏡像服務，但是出于教育科研機構使用的前提，在 2019-05-15 清華大學又宣布重新恢復了 Anaconda 鏡像！

因此原來使用國內鏡像的 conda 可以根據自身需求決定是否需要變更新的 channels：

channels:
  - conda-forge
  - bioconda
  - main
  - free
  - r
  - pro
  - defaults
show_channels_urls: true

2. 軟件安裝使用

conda 環境下的軟件盡量使用 conda、pip 命令去安裝。但同時也產生了一個問題，即 conda 中安裝了 R，有些使用了 install.packages(),install_github,biocLite 等方式安裝的 R 包，在環境遷移的時候，這些包如何遷移？

3. 環境激活

conda 4.6.x 切換環境使用的是：

$ source activate bio-base

conda 4.7.x 后切換環境變成了：

# To activate this environment, use:
> conda activate bio-base

# To deactivate an active environment, use:
> conda deactivate

問題是，conda-4.7.x 使用推薦的命令切換環境，還要你 init 初始化一下 conda，不想 init 的話可以用回 4.6.x 的方式切換環境：

$ conda --versionconda 4.7.5$ conda activate bio-baseCommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.To initialize your shell, run    $ conda init <SHELL_NAME>Currently supported shells are:  - bash  - fish  - tcsh  - xonsh  - zsh  - powershellSee 'conda init --help' for more information and options.IMPORTANT: You may need to close and restart your shell after running 'conda init'.$ source activate bio-base(bio-base) shenweiyan@ecs-steven 10:49:59 /home/shenweiyan$ which python/Bioinfo/Pipeline/SoftWare/Anaconda3/envs/bio-base/bin/python$ source deactivate bio-baseDeprecationWarning: 'source deactivate' is deprecated. Use 'conda deactivate'.shenweiyan@ecs-steven 11:03:40 /home/shenweiyan$ source activate bio-base(bio-base) shenweiyan@ecs-steven 11:03:50 /home/shenweiyan$ conda deactivate(bio-base) shenweiyan@ecs-steven  11:03:57 /home/shenweiyan$

4. 環境導出與恢復

使用 conda 命令安裝的包，都可以使用下面的命令導出依賴包/環境并批量恢復：

# To create a requirements.txt file
# Gives you list of packages used for the environment
conda list 
# Save all the info about packages to your folder
conda list -e > requirements.txt 

# To export environment file
activate <environment-name>
conda env export > <environment-name>.yml
# For other person to use the environment
conda env create -f <environment-name>.yml
# Install via `conda` directly.
# This will fail to install all dependencies. If one fails, all dependencies will fail to install.
conda install --yes --file requirements.txt
# To go around issue above, one can iterate over all lines in the requirements.txt file.
while read requirement; do conda install --yes $requirement; done < requirements.txt

5. R 與 R 包安裝

R Essentials 軟件包包含 IRKernel 和 80 多種最流行的數據科學 R 軟件包，包括 dplyr，shiny，ggplot2，tidyr，caret 和 nnet 等。

5.1 biocLite

Bioconductor 鏡像使用幫助：

• Bioconductor 鏡像源配置文件之一是 .Rprofile (linux 下位于 ~/.Rprofile )。在文末添加如下語句：

#清華大學開源鏡像
options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

• 也可以在安裝過程中指定鏡像：

source("http://bioconductor.org/biocLite.R")
#指定一個離你最近的國內鏡像
options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/")
biocLite("包名")

biocLite 包批量安裝：

> source("http://bioconductor.org/biocLite.R")
> options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor")
> data = read.table("r-biocLite.txt",  header=T, check.names=F, quote="")
> head(data)
  biocLite_Packages_Name
1                RSQLite
2               KEGGREST
3                    png
4                   Rcpp
5                 digest
6          AnnotationDbi
> soft = as.vector(data[,1])
> biocLite(soft)

5.2 install.packages

install.packages()所有 R 包：

> data = read.table("r-packages.txt",  header=T, check.names=F, quote="")
> soft = as.vector(data[,1])
> install.packages(soft)

6. 特別注意的軟件

6.1 gcc

對于使用 conda install --yes --file requirements.txt 重裝某一個環境的所有軟件時，如果軟件中包含了 gcc，安裝了 R 后，在使用 R 時會可能會引發錯誤：

/path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/R: /path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/../../lib/../../libgomp.so.1: version `GOMP_4.0' not found (required by /path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/../../lib/libR.so)

6.2 glibc

glibc 是 GNU 發布的 libc 庫，即 c 運行庫。glibc 是 linux 系統中最底層的 api，幾乎其它任何運行庫都會依賴于 glibc。glibc 除了封裝 linux 操作系統所提供的系統服務外，它本身也提供了許多其它一些必要功能服務的實現。由于 glibc 囊括了幾乎所有的 UNIX 通行的標準，可以想見其內容包羅萬象。而就像其他的 UNIX 系統一樣，其內含的檔案群分散于系統的樹狀目錄結構中，像一個支架一般撐起整個作業系統。在 GNU/Linux 系統中，其 C 函式庫發展史點出了 GNU/Linux 演進的幾個重要里程碑，用 glibc 作為系統的 C 函式庫，是 GNU/Linux 演進的一個重要里程碑。

有一些軟件對于 glibc 的版本會有要求，如 cnvnator-0.3.3 要求 glibc >=2.14。雖然在 anaconda 中有很多 channel 都提供了 glibc，但千萬注意一定要注意不要輕易去安裝，否則有很大的概率會導致整個環境掛掉，甚至會導致當前環境中的 conda、python 出現動態庫混亂錯誤，恢復起來相當麻煩！

我在《一次"膽戰心驚"的真實集群運維經歷》記錄了 gblic 的一些集群吐血經歷，感興趣的可以了解一下。

7. 什么時候使用 Anaconda

對于 Anaconda(conda) 軟件安裝以及依賴解決的原理，我對這個黑盒子表示一頭霧水。真實的情況是，如果在一個環境中安裝了幾百個軟件(包)，再去新裝軟件，這時候 Anaconda 常常會卡在 Collecting package metadata 和 Solving environment 過程中，甚至一個晚上都沒法解決環境的依賴。

conda 官方說他們在 conda-4.7 中花了很多的精力去提升了 conda 的速度（參考官方文章：《How We Made Conda Faster in 4.7》），但從 4.6 升級到 4.7 過程很容易導致環境崩潰，修復起來極其麻煩（反正我折騰了一個晚上都沒能把我的 base 給恢復回來，吐血的經歷）！

對于新手而言，Anaconda 的確是非常簡單易用，如果對于多用戶的服務器端，或者是提供公共使用的軟件庫是否需要采用 Anaconda，個人覺得的確需要慎重考慮一下，最起碼需要考慮：

• 是否需要根據流程劃分環境？如果每個流程都需要使用 Python+R+Perl，每個環境都安裝這三個軟件（包），如何避免空間浪費？
• 需要考慮如何備份和恢復環境。萬一某個環境崩潰，有什么快速替代的方案而不影響業務。

或許還有更多的問題，這里沒有列出來，如果大家有什么更好的想法或者建議，也歡迎留言交流。

學習AI，首先我們需要安裝相關開發環境。本文主要安裝Anaconda、Pytorch、Jupyter NoteBook。

Anaconda

Anaconda是一個開源的Python和R語言的發行版本，用于計算科學（數據科學、機器學習、大數據處理和預測分析）。
Anaconda是一個包管理器，也是一個環境管理器，個人版免費。

安裝

參考官網(https://docs.anaconda.com/anaconda/install/)，選擇不同的環境安裝。

使用推薦的僅為我安裝，否則開啟Anaconda終端需要管理員權限。

安裝過程中，勾選將Anaconda作為默認的Python環境:

官方不推薦把Anaconda3加到環境變量中。
如果加到環境變量中，使用起來更方便，任意終端都可以輸入conda命令，但是可能會造成一些問題需要卸載重裝Anaconda。
推薦不加環境變量，從開始目錄選擇Anaconda終端打開：

驗證是否安裝成功，在終端中輸入conda --version后回車:

如果把Anaconda3加到環境變量中，運行python時可能會看見下面的警告：

Warning:
This Python interpreter is in a conda environment, but the environment has
not been activated. Libraries may fail to load. To activate this environment
please see https://conda.io/activation.

Windows上，要解決上面的警告，需要運行c:\Anaconda3\Scripts\activate base。
這里的c:\Anaconda3\Scripts\activate代表Anaconda是安裝在c盤根目錄下的，需要換成你自己的安裝路徑。
安裝路徑最好是全英文且無空格的，可以避免很多未知的坑。

比如我是裝在d盤下：

源

修改源到國內鏡像：

# 配置源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

查看當前源：

# 查看當前源
conda config --show channels

常用命令

1、創建虛擬環境

conda create -n py38 python=3.8

2、查看環境列表

conda info -e

3、查看當前已安裝的包

conda list

4、安裝開源軟件包

比如安裝pytorch：

conda install pytorch

Pytorch

PyTorch(https://pytorch.org/) 是一個 Python 包，它提供了兩個高級特性:

• 具有強大的GPU加速的張量計算(如NumPy)
• 深度神經網絡

需要時可以用別的Python包擴展PyTorch，比如NumPy、SciPy、Cython。

安裝

先配置鏡像，解決下載速度慢，有的包不存在的問題：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

安裝：

conda install pytorch torchvision torchaudio cpuonly

如果有安裝失敗的，就單獨再安裝一次。

驗證：

python
import torch
torch.Tensor([1])

Jupyter NoteBook

Jupyter NoteBook(https://jupyter.org/install) 把基于控制臺的方法擴展的一個交互式計算的新方向，提供一個基于web的應用，捕捉整個計算過程:開發、記錄和執行代碼，以及交流結果。

web應用：一個基于瀏覽器的工具，用于交互式編寫文檔，結合了文本、數學、計算和它們的富媒體輸出。

記事本文檔: web應用程序中所有可見內容的表示，包括計算的輸入和輸出、解釋性文本、數學、圖像和對象的富媒體表示。

安裝

conda install jupyterlab

使用

在終端執行下面的命令，你將看到notebook打開了瀏覽器：

jupyter notebook

開啟服務后，終端會打印一些信息，比如web應用的地址（默認是http://localhost:8888）：