恒源云_云 GPU 服务器如何使用 Conda？

Conda

Conda 是包依赖和虚拟环境管理的工具，系统镜像安装了 miniconda。

虚拟环境

⚠️ 警告
实例内磁盘空间有容量限制，因虚拟环境安装软件包需要容量较大，建议将虚拟空间位置放到共享空间 /hy-nas (有共享存储机型) 或 /hy-tmp 本地盘下。

# 查看所有虚拟环境
conda env list

# 创建 Python 3.9 的虚拟环境，位置为 /hy-tmp/myenv
conda create -p /hy-tmp/myenv python=3.9

# 激活虚拟环境
conda activate /hy-tmp/myenv

# 退出虚拟环境
conda deactivate

## 删除虚拟环境
conda remove -p /hy-tmp/myenv --all

提示
登陆终端默认取消了自动进入 base 环境，如果希望登陆后直接进入 base 环境，需要执行 conda config --set auto_activate_base true。

包管理

提示
安装如 PyTorch 等框架时请严格参考官方网站的安装说明，同一个版本可能支持多种 CUDA 版本。RTX 3000 系列显卡仅支持 CUDA 11 及以上版本，需要注意指定 cudatoolkit 这个包的版本。

在 /root/.condarc 中已经配置了镜像源。注意安装 PyTorch 时不要在结尾指定 -c pytorch，如果指定了仍然会从官方源下载。

# 激活虚拟环境
conda activate /hy-tmp/myenv

# 搜索软件包
conda search spacy

# 安装软件包
conda install spacy=2.3.5

## 查看已安装好的包
conda list

JupyterLab

JupyterLab 默认使用的是实例镜像中的系统 Python。如果需要通过 Notebook 使用虚拟环境，需要在虚拟环境中安装 ipykernel。

# 激活已经创建好的虚拟环境
conda activate myenv

# 在虚拟环境中安装 ipykernel
conda install ipykernel

# 安装 kernel，--name 自定义名称
ipython kernel install --user --name myenv

# 不需要该 kernel 时可以删除
jupyter kernelspec remove myenv

安装完成后在 JupyterLab 菜单中，打开 文件 - 新建启动页。可以看到多了刚创建好的虚拟环境，点击打开的Notebook 就处于虚拟环境当中。