windows编译tensorflow tensorflow单机多卡程序的框架 tensorflow的操作 tensorflow的变量初始化和scope 人体姿态检测 segmentation标注工具 tensorflow模型恢复与inference的模型简化 利用多线程读取数据加快网络训练 tensorflow使用LSTM pytorch examples 利用tensorboard调参 深度学习中的loss函数汇总 纯C++代码实现的faster rcnn tensorflow使用记录 windows下配置caffe_ssd use ubuntu caffe as libs use windows caffe like opencv windows caffe implement caffe model convert to keras model flappyBird DQN Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Neural Networks Fast-style-transfer tensorflow安装 tensorflow DQN Fully Convolutional Models for Semantic Segmentation Transposed Convolution, Fractionally Strided Convolution or Deconvolution 基于tensorflow的分布式部署 用python实现mlp bp算法 用tensorflow和tflearn搭建经典网络结构 Data Augmentation Tensorflow examples Training Faster RCNN with Online Hard Example Mining 使用Tensorflow做Prisma图像风格迁移 RNN(循环神经网络)推导 深度学习中的稀疏编码思想 利用caffe与lmdb读写图像数据 分析voc2007检测数据 用python写caffe网络配置 ssd开发 将KITTI的数据格式转换为VOC Pascal的xml格式 Faster RCNN 源码分析 在Caffe中建立Python layer 在Caffe中建立C++ layer 为什么CNN反向传播计算梯度时需要将权重旋转180度 Caffe使用教程(下) Caffe使用教程(上) CNN反向传播 Softmax回归 Caffe Ubuntu下环境配置

pip使用命令

2016年11月07日

pip使用

pip安装软件

sudo pip install SomePackage
>>...
>> Successfully installed SomePackage

查看软件包安装了哪些文件及路径等信息:

sudo pip show --files SomePackage
>>Name: SomePackage
>>Version: 1.0
>>Location: /my/env/lib/pythonx.x/site-packages
>>Requires:
>>Files:
>>...

查看哪些软件包已经有更新版本了:

sudo pip list --outdated

升级软件包:

sudo pip install --upgrade SomePackage

卸载软件包:

sudo pip uninstall SomePackage

查询软件包:

sudo pip search SomePackage

列出安装的所有软件包:

sudo pip list

安装软件包的指定版本号,通过使用==, >=, <=, >, <来指定一个版本号:

sudo pip install SomePackage # latest version
sudo pip install SomePackage==1.0.4 # specific version
sudo pip install SomePackage>=1.0.4 # minimum version​

根据依赖文件安装软件包: 想象一个场景,创建一个虚拟环境,然后安装了一些依赖的软件包,开发出了应用APP。这个时候,你需要部署到服务器?这个时候可以使用pip导出依赖文件列表,然后在服务器上根据依赖文件列表,自动安装对应的软件包。是不是很方便!

sudo pip freeze > requirements.txt
sudo pip install -r requirements.txt​

blog comments powered by Disqus