【虚拟环境下的.yml文件/requirement.txt文件的生成与重新加载】

文前白话

进行项目开发的过程中，如果需要将自己配置好的虚拟环境在另外的电脑端进行转移，或者分享运行的环境，可以将环境依赖写入文件中。

pip 方式下生成requirements.txt环境包文件

requirements.txt文件包含项目所需要的所有安装包，如下图：

说明：

使用requirements.txt文件安装环境包，需要自己提前重新创建好一个新的环境，指定python的版本，环境的名称等等，而使用.yml文件则不用，因为.yml文件中会包含复制环境安装包时候对应的环境名，写在文件中了。
另外，开源的项目中，指定的安装环境文件还会区分cpu和gpu两种，主要与电脑硬件关联。

① requirements.txt文件的生成

步骤：
激活进入需要打包依赖的虚拟环境中：
执行代码：

pip freeze >requirements_self_named.txt

生成的文件可以自己命名 将requirements.txt -> 文件名.txt

这里如果要分享环境，只需分享requirements_self_named.txt文件。

②安照 requirements.txt文件在新的电脑端安装环境包

在新建立的空白环境中，cd 进入requirements_self_named.txt文件所在目录下，执行命令：

pip install -r requirements_self_named.txt

就可以创建上述或者别人指定的安装包。

conda 方式下的yml文件

对比可以发现，yml文件安装方式更加方便，通过conda命令，可以直接指定环境名称、python版本以及pip所需要的安装包。

① yml文件的生成

同上述步骤，激活进入目标环境中，执行命令：

conda env export > conda-self-named-gpu.yml

如：

通过yml文件可以创建或者分享指定项目所需环境。

② 安照.yml文件加载环境

直接在 conda 的base 环境下，cd 进入.yml文件所在的路径后，执行：

conda env create -f 文件名.yml

附： yolov4-deepsort-gpu 的.yml 文件（亲测可运行）

Cudatoolkit=10.1.243
cudnn=7.6.5

name: yolov4-deepsort
channels:

• defaults
  dependencies:
• _libgcc_mutex=0.1=main
• _openmp_mutex=4.5=1_gnu
• blas=1.0=mkl
• brotli=1.0.9=he6710b0_2
• bzip2=1.0.8=h7b6447c_0
• ca-certificates=2021.7.5=h06a4308_1
• cairo=1.14.12=h8948797_3
• certifi=2021.5.30=py37h06a4308_0
• cudatoolkit=10.1.243=h6bb024c_0
• cudnn=7.6.5=cuda10.1_0
• cycler=0.10.0=py37_0
• dbus=1.13.18=hb2f20db_0
• expat=2.4.1=h2531618_2
• ffmpeg=4.0=hcdf2ecd_0
• fontconfig=2.13.1=h6c09931_0
• fonttools=4.25.0=pyhd3eb1b0_0
• freeglut=3.0.0=hf484d3e_5
• freetype=2.10.4=h5ab3b9f_0
• glib=2.63.1=h5a9c865_0
• graphite2=1.3.14=h23475e2_0
• gst-plugins-base=1.14.0=hbbd80ab_1
• gstreamer=1.14.0=hb453b48_1
• harfbuzz=1.8.8=hffaf4a1_0
• hdf5=1.10.2=hba1933b_1
• icu=58.2=he6710b0_3
• intel-openmp=2021.3.0=h06a4308_3350
• jasper=2.0.14=h07fcdf6_1
• jpeg=9b=h024ee3a_2
• kiwisolver=1.3.1=py37h2531618_0
• lcms2=2.12=h3be6417_0
• libedit=3.1.20210714=h7f8727e_0
• libffi=3.2.1=hf484d3e_1007
• libgcc-ng=9.3.0=h5101ec6_17
• libgfortran-ng=7.5.0=ha8ba4b0_17
• libgfortran4=7.5.0=ha8ba4b0_17
• libglu=9.0.0=hf484d3e_1
• libgomp=9.3.0=h5101ec6_17
• libopencv=3.4.2=hb342d67_1
• libopus=1.3.1=h7b6447c_0
• libpng=1.6.37=hbc83047_0
• libstdcxx-ng=9.3.0=hd4cf53a_17
• libtiff=4.2.0=h85742a9_0
• libuuid=1.0.3=h1bed415_2
• libvpx=1.7.0=h439df22_0
• libwebp-base=1.2.0=h27cfd23_0
• libxcb=1.14=h7b6447c_0
• libxml2=2.9.12=h03d6c58_0
• lz4-c=1.9.3=h295c915_1
• matplotlib=3.4.2=py37h06a4308_0
• matplotlib-base=3.4.2=py37hab158f2_0
• mkl=2021.3.0=h06a4308_520
• mkl-service=2.4.0=py37h7f8727e_0
• mkl_fft=1.3.0=py37h42c9631_2
• mkl_random=1.2.2=py37h51133e4_0
• munkres=1.1.4=py_0
• ncurses=6.2=he6710b0_1
• olefile=0.46=py37_0
• opencv=3.4.2=py37h6fd60c2_1
• openjpeg=2.4.0=h3ad879b_0
• openssl=1.0.2u=h7b6447c_0
• pcre=8.45=h295c915_0
• pillow=8.3.1=py37h2c7a002_0
• pip=21.2.2=py37h06a4308_0
• pixman=0.40.0=h7b6447c_0
• py-opencv=3.4.2=py37hb342d67_1
• pyparsing=2.4.7=pyhd3eb1b0_0
• pyqt=5.9.2=py37h05f1152_2
• python=3.7.0=h6e4f718_3
• python-dateutil=2.8.2=pyhd3eb1b0_0
• qt=5.9.6=h8703b6f_2
• readline=7.0=h7b6447c_5
• setuptools=52.0.0=py37h06a4308_0
• sip=4.19.8=py37hf484d3e_0
• six=1.16.0=pyhd3eb1b0_0
• sqlite=3.33.0=h62c20be_0
• tk=8.6.10=hbc83047_0
• tornado=6.1=py37h27cfd23_0
• wheel=0.37.0=pyhd3eb1b0_0
• xz=5.2.5=h7b6447c_0
• zlib=1.2.11=h7b6447c_3
• zstd=1.4.9=haebb681_0
• pip:
  • absl-py==0.13.0
  • astunparse==1.6.3
  • cachetools==4.2.2
  • charset-normalizer==2.0.4
  • click==8.0.1
  • easydict==1.9
  • flask==2.0.1
  • gast==0.3.3
  • google-auth==1.35.0
  • google-auth-oauthlib==0.4.5
  • google-pasta==0.2.0
  • grpcio==1.39.0
  • h5py==2.10.0
  • idna==3.2
  • importlib-metadata==4.8.0
  • itsdangerous==2.0.1
  • jinja2==3.0.1
  • keras-preprocessing==1.1.2
  • lxml==4.6.3
  • markdown==3.3.4
  • markupsafe==2.0.1
  • numpy==1.18.5
  • oauthlib==3.1.1
  • opencv-python==4.1.1.26
  • opt-einsum==3.3.0
  • protobuf==3.17.3
  • pyasn1==0.4.8
  • pyasn1-modules==0.2.8
  • requests==2.26.0
  • requests-oauthlib==1.3.0
  • rsa==4.7.2
  • scipy==1.4.1
  • tensorboard==2.2.2
  • tensorboard-plugin-wit==1.8.0
  • tensorflow-gpu==2.3.0rc0
  • termcolor==1.1.0
  • tf-estimator-nightly==2.3.0.dev2020062301
  • tqdm==4.62.2
  • typing-extensions==3.10.0.0
  • urllib3==1.26.6
  • werkzeug==2.0.1
  • wrapt==1.12.1
  • zipp==3.5.0