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
- PIP (Linux)
- PIP (Windows)
Conda 自身¶
- 查看当前 conda工具版本号
- 查看包括版本的更多信息
- 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)
- 查看 conda 帮助信息
环境管理¶
- 查看 conda 环境管理命令帮助信息
- 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
- 创建新环境时指定 python 版本为 3.6,环境名称为 python36
- 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
- 返回前一个 python 环境
- 显示已创建的环境,会列出所有的环境名和对应路径
- 删除虚拟环境
- 指定 python 版本,以及多个包
- 查看当前环境安装的包
- 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
- 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
- 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
Last update:
December 14, 2023
Created: May 10, 2023
Created: May 10, 2023