我参加NVIDIA Sky Hackathon 环境安装（编程环境）

强烈建议使用conda

第一个坑：

• 不使用 conda 进行 Python 环境管理
• 直接使用本地的 Python 环境容易导致混乱

conda 安装

1. 指定下载源
   export DL_SITE=https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda

2. 使用 wget 进行下载
   wget -c $DL_SITE/Miniconda3-py38_4.10.3-Linux-x86_64.sh

3. 执行安装脚本
   bash Miniconda3-py38_4.10.3-Linux-x86_64.sh

4. 重启命令行环境， 使安装成功
   source ~/.bashrc

上面使用的是3.8的基准Python环境， 可以根据实际需求来改
访问下载源网站找到对应的文件， 在第二步把文件名改了就行

虚拟环境

第二个坑：

• 没有使用 Python 3.8 的版本
• nemo 1.4 与 Python 3.8 严格绑定， github 的官网都推荐使用这个版本

conda 中如何创建虚拟环境？

>conda create -n env_name python = 3.x

1. env_name 填写的是环境名称
2. 后面 python= 的后面填写的是 python 版本

第三个坑：

python 版本那里的等号不能像下面这样空出来

下面这种写法才是正确的

然后就会出现一系列的东西

按 y 安装即可

第四个坑

• 不按照文档里面的要求使用 virtualenv
• 请正确使用文档内的安装步骤， 否则 tao 工具很有可能出现一系列的环境异常

conda 和 virtualenv 区别

这张图已经很清楚的说明了他们的层次关系， conda 的层级是高于 virtualenv 的

conda 的环境隔离原理

1. 营造类似系统环境变量的东西
2. 处于某个虚拟环境的时候， 使用的环境变量优先使用 conda 预设置的值
3. 所以 conda 可以游刃有余的将不同版本的各个环境隔离

virtualenv 存在的意义

既然 conda 已经这么牛逼了， 为什么还需要 virtualenv ？

conda 虽然可以做到大环境的隔离， 但是有一点是需要 virtualenv 来补充完善的
那就是——软件包环境隔离， pip 下载的时候， pip 会根据当前环境来推荐软件包版本， 同时也可以指定软件包版本， 如果说有这么一种需求：

• 我就是要某个特定的软件包版本， 但是我的其他环境都不支持这个包， 可某个软件就是只能在这个环境中运行， 那我该怎么办呢？
• virtualenv 就能做到这一点
• 所以 virtualenv 是依赖于大环境的， 在某些小的软件包版本做小修小补的工具
• 正是有 virtualenv ，才不至于需要使用 pip 一直来回切换软件版本， 卸了又下， 下了又卸， 兜兜转转， 无穷无尽