Skip to content

Conda

安装和镜像配置

地址

注意事项

  • 尽量选择 MiniCoda
  • 安装时尽量安装到 User 目录 (无需管理员权限)

Pytorch v1.8.2 with LTS support (Python <= 3.8)

# CUDA 10.2
# NOTE: PyTorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch-lts

# CUDA 11.1 (Linux)
# NOTE: 'nvidia' channel is required for cudatoolkit 11.1 <br> <b>NOTE:</b> Pytorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c nvidia

# CUDA 11.1 (Windows)
# 'conda-forge' channel is required for cudatoolkit 11.1 <br> <b>NOTE:</b> Pytorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge

# CPU Only
# Pytorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cpuonly -c pytorch-lts

# ROCM5.x

Not supported in LTS.



# CUDA 10.2
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu102

# CUDA 11.1
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu111

# CPU Only
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cpu

# ROCM5.x

Not supported in LTS.

Commands

缓存清理

  • Conda
# 删除没有用的包
conda clean -p
# 删除tar打包
conda clean -t
# 删除无用的包和缓存
conda clean --all
  • PIP (Linux)
rm -rf ~/.cache/pip
  • PIP (Windows)
# 删除下面的文件夹
C:\Users\username\AppData\Local\pip\cache

Conda 自身

  • 查看当前 conda工具版本号
conda --version
  • 查看包括版本的更多信息
conda info
  • 更新 conda 至最新版本(为所有用户安装的版本需要管理员权限)
conda update -n base -c defaults conda
  • 查看 conda 帮助信息
conda -h

环境管理

  • 查看 conda 环境管理命令帮助信息
conda create --help
  • 创建出来的虚拟环境所在的位置为 conda 路径下的 env/ 文件下,默认创建和当前 python 版本一致的环境
conda create --name envname
  • 创建新环境时指定 python 版本为 3.6,环境名称为 python36
conda create --name python36 python=3.6
  • 切换到环境名为 python36 的环境(默认是 base 环境),切换后可通过 python -V 查看是否切换成功
conda activate python36
  • 返回前一个 python 环境
conda deactivate
  • 显示已创建的环境,会列出所有的环境名和对应路径
conda info -e
  • 删除虚拟环境
conda remove --name envname --all
  • 指定 python 版本,以及多个包
conda create -n envname python=3.4 scipy=0.15.0 astroib numpy
  • 查看当前环境安装的包
conda list   ##获取当前环境中已安装的包
conda list -n python36   ##获取指定环境中已安装的包
  • 克隆一个环境
# clone_env 代指克隆得到的新环境的名称
# envname 代指被克隆的环境的名称
conda create --name clone_env --clone envname

#查看conda环境信息
conda info --envs
  • 构建相同的conda环境(不通过克隆的方法)
# 查看包信息
conda list --explicit

# 导出包信息到当前目录, spec-file.txt为导出文件名称,可以自行修改名称
conda list --explicit > spec-file.txt

# 使用包信息文件建立和之前相同的环境
conda create --name newenv --file spec-file.txt

# 使用包信息文件向一个已经存在的环境中安装指定包
conda install --name newenv --file spec-file.txt
  • 查找包
# 模糊查找,即模糊匹配,只要含py字符串的包名就能匹配到
conda search py   

# 查找包,--full-name表示精确查找,即完全匹配名为python的包
conda search --full-name python
  • 安装更新删除包
# 在当前环境中安装包
conda install scrapy  

# 在指定环境中安装包
conda install -n python36 scrapy

# 在当前环境中更新包  
conda update scrapy   

# 在指定环境中更新包
conda update -n python36 scrapy  

# 更新当前环境所有包
conda update --all   

# 在当前环境中删除包
conda remove scrapy   

# 在指定环境中删除包
conda remove -n python2 scrapy

Python 管理

  • 查找可以安装的 python
# 查找所有名称包含 python 的包
conda search python

# 查找全名为 python 的包
conda search --full-name python
  • 安装不同版本的 python
# 在不影响当前版本的情况下,新建环境并安装不同版本的python
# 新建一个 Python 版本为 3.6 名称为 py36 的环境
conda create -n py36 python=3.6 anaconda

# 注:将py36替换为您要创建的环境的名称。anaconda是元数据包,带这个会把base的基础包一起安装,不带的话新环境只包含python3.6相关的包。 python = 3.6是您要在此新环境中安装的软件包和版本。 这可以是任何包,例如numpy = 1.7,或多个包。
# 然后激活想要使用的环境即可
conda activate py36

# 更新Python
# 普通的更新python
conda update python

# 将python更新到另外一个版本/安装指定版本的python
conda install python=3.6

分享环境

如果你想把你当前的环境配置与别人分享,这样他人可以快速建立一个与你一模一样的环境(同一个版本的 python 及各种包)来共同开发/进行新的实验。一个分享环境的快速方法就是给他人一个你的环境的 .yml 文件

  • 首先通过 activate target_env 要分享的环境 target_env,然后输入下面的命令会在当前工作目录下生成一个 environment.yml 文件
conda env export > environment.yml
  • 小伙伴拿到 environment.yml 文件后,将该文件放在工作目录下,可以通过以下命令从该文件创建环境
conda env create -f environment.yml

Last update: December 14, 2023
Created: May 10, 2023