anaconda 环境配置

官方网站下载地址：

https://www.anaconda.com/download/

国内清华镜像下载地址：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

配置国内环境:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  
 
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
 
# 执行完上述命令后，会生成配置文件记录着我们对conda的配置。

配置路径在 C:\用户\username\.condarc

注释掉defaults即可。

• 创建环境：

• conda create --name python39 python=3.9

  注：后加-y可以不用，输入确认创建的y

  conda create -n envname python=3.4 scipy=0.15.0 astroib numpy #创建多个包的环境

• 激活环境：

• conda activate python39

• 退出当前环境：

• conda deactivate

• 查看已创建环境：

• conda info --env
  conda info -e

  注：显示中带*的环境为当前环境

• 删除环境：

• conda remove -n python39 --all

• 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 python39   ##获取指定环境中已安装的包

• 导出当前环境中的包并按照该文件创建新环境：

• conda list --explicit > requirements.txt
  conda create --name newenv --requirements.txt

  向一个已存在的环境里安装包

  conda install --name newenv --file requirements.txt

• 删除包：

• conda remove scrapy 

  删除指定环境中的包

  conda remove -n python39 scrapy

• 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

• 分享环境

• conda env export > environment.yml

  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

• 查找环境中的包

• conda search py #模糊查找，只要含py字符串的包名就能匹配到

  全名查找包，--full-name表示精确查找，即完全匹配名为python的包

  conda search --full-name python

• 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

• 更新conda至最新版本

• conda update conda

• 查看conda环境管理命令帮助信息

• conda create --help
  conda -h  #查看帮助信息

  2，安装 pytorch 注意

  docker pull nvidia/cuda:11.7.1-cudnn8-devel-ubuntu22.04

  首先根据 pytorch 的版本 确定 cuda 的版本，然后在获取对应英伟达预安装dcuda 的镜像。

  常见英伟达镜像网址

  https://www.cnblogs.com/chentiao/p/17408994.html

  3，查看版本torch 和 cuda 信息

  pip show torch
  nvcc --version