宝塔服务器面板，一键全能部署及管理，送你10850元礼包，点我领取

1. conda基本命令

检查Anaconda是否成功安装

conda --version 

检测目前安装了哪些环境

conda info --envs 

检查目前有哪些版本的python可以安装：

conda search --full-name python 

安装不同版本的python

对于GPU版本：conda create --name tensorflow-gpu python=3.6 

对于CPU版本：conda create --name tensorflow python=3.6 

按照提示，激活

activate tensorflow

确保名叫tensorflow的环境已经被成功添加：

conda info --envs

检查新环境中的python版本　

python --version 

升级

conda update conda
conda update anaconda
conda update anaconda-navigator    //update最新版本的anaconda-navigator  

卸载

计算机控制面板->程序与应用->卸载        //windows
rm -rf anaconda    //ubuntu

最后，建议清理下.bashrc中的Anaconda路径。

conda环境使用基本命令：

conda update -n base conda        //update最新版本的conda
conda create -n xxxx python=3.5   //创建python3.5的xxxx虚拟环境
conda activate xxxx               //开启xxxx环境
conda deactivate                  //关闭环境
conda env list                    //显示所有的虚拟环境

anaconda安装最新的TensorFlow版本

打开anaconda-prompt
查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）

anaconda search -t conda tensorflow

找到自己安装环境对应的最新TensorFlow后（可以在终端搜索anaconda，定位到那一行），然后查看指定包

anaconda show <USER/PACKAGE>

查看tensorflow版本信息

anaconda show anaconda/tensorflow

第4步会提供一个下载地址，使用下面命令就可安装1.8.0版本tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.8.0 

更新、卸载安装包

conda list         #查看已经安装的文件包
conda update xxx   #更新xxx文件包
conda uninstall xxx   #卸载xxx文件包

删除虚拟环境

conda remove -n xxxx --all //创建xxxx虚拟环境

清理（conda瘦身）

conda clean就可以轻松搞定！

第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。

第二步：通过conda clean -t可以将conda保存下来的tar包。

conda clean -p      //删除没有用的包
conda clean -t      //tar打包

2. jupyter notebook默认工作目录设置

参考：https://blog.csdn.net/liwei1205/article/details/78818568
1）在Anaconda Prompt终端中输入下面命令，查看你的notebook配置文件在哪里：

jupyter notebook --generate-config
//会生成文件C:Users用户.jupyterjupyter_notebook_config.py

2）打开jupyter_notebook_config.py文件通过搜索关键词：c.NotebookApp.notebook_dir，修改如下　　

c.NotebookApp.notebook_dir = 'E:\tf_models'     //修改到自定义文件夹

3）然后重启notebook服务器就可以了
注：其它方法直接命令到指定目录，Anaconda Prompt终端中输：jupyter notebook 目录地址　　

参考文献：

【1】conda常用命令