使用pip+国内源对指定conda虚拟环境安装倚赖包

最近在学习深度学习的相关内容，在论文复现的过程中，由于各个代码所依赖的包和版本都大有不同，因此使用conda来管理虚拟环境是十分方便的。但是conda安装包存在诸多问题，包括默认源下载慢，conda库不全，很多版本的包下载不了等问题。在环境配置上就浪费了很多的时间，最近找到一个比较稳妥的方法，在这里分享给大家。

首先，使用命令创建环境:

conda create -n 环境名 python=x.x

激活该环境

conda avtivate 环境名

正常情况下，使用如下语句进行安装即可：

conda install 包名==版本

但是相信很多同学都遇到过下载速度过慢，然后各种倒腾conda的channel，添加镜像源等，我之前也这样尝试过，但有时会出现各种各样的bug，浪费了很多时间。

因此我在网上查询了如何使用pip指定虚拟环境安装依赖包，防止出现本来想安装到虚拟环境1，结果给安到了base环境中。

首先，在构建大型项目时，推荐大家添加requirement文件来指定环境依赖。在深度学习项目中，很多的项目都会提供requirement.txt文件，如下图所示

这种写法是十分方便规范的，通过该文件，我们便可以一次性安装好所需依赖包。由相信很多同学在使用conda安装包时，都遇到当前源无法找到该依赖包的问题。pip的库会丰富很多，那么如何指定pip对应的环境呢？

有一些博主给出了更改pip配置文件的方法，我没有进行尝试，虽然网上有成功案例，但是由于担心修改配置文件出现各种问题（就像修改channel的配置文件一样，也会有各种报错），因此没有选择该方法。

最终我选择的方案是：

1. 首先，找到虚拟环境所在目录的python.exe文件位置，一般位于Anaconda所在目录的env文件下，如我本次复现的代码，它的虚拟环境名为Image-Adaptive-YOLO

在里面找到python.exe文件，复制该路径

对于我的环境来说，该路径为： D:\Anaconda3\envs\Image-Adaptive-YOLO\python.exe

2. 接下来，我们就可以指定由该python来安装包，在终端中按如下格式输入命令

python.exe所在路径 -m pip install -r requirment.txt所在路径 -i 国内源

其中，-m和-r是必不可少的。通过-i可以指定国内源，速度会加快很多很多，例如清华源。对于我的项目，我的执行代码便如下所示：

D:\Anaconda3\envs\Image-Adaptive-YOLO\python.exe -m pip install -r .\Imag
e-Adaptive-YOLO\docs\requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

 其中，requirment.txt的路径我是通过相对路径给出的，这取决于终端所在路径与requirment文件的相对位置。大家只需要修改python.exe所在路径和requirments.txt所在位置即可，接下来就可以成功运行啦。

如果出现版本冲突的问题，大家只需要按照给出提示，删除冲突包并重新下载对应版本即可，注意仍然要指定python.exe，如下所示

D:\Anaconda3\envs\Image-Adaptive-YOLO\python.exe -m pip uninstall six

希望以上内容可以帮助到大家！有什么问题大家可以在评论区留言，我也会尽力帮助大家。