conda 导出环境/导入环境/导出base环境以及踩坑

conda 导出环境/导入环境/导出base环境

参考链接:https://blog.csdn.net/shunaoxi2313/article/details/92003710

conda的虚拟环境真的非常实用,尤其是对于大的深度学习项目,给每个项目单独配一个环境,轻巧又容易管理,还能直接用别人配好的虚拟环境,非常方便。这里记录几个常用的导入导出命令免得每次找:
由于最近再搞虚拟换装的深度学习,所以需要这个,我就以其为例,进行讲解。也算是个学习笔记。

1.查看可用环境:

conda env list

conda 导出环境/导入环境/导出base环境以及踩坑_第1张图片

2.进入需要导出的环境
activate fiName
conda 导出环境/导入环境/导出base环境以及踩坑_第2张图片

3.导出环境
conda env export > finame

conda env export > DMT.yml

默认就在、Users\Tom目录下面去找

在这里插入图片描述

4.查看环境
在这里插入图片描述
以记事本方式打开
有name,channel,dependecies,还有需要pip安装的库等,这里就不展示了。

5.导入环境
这里我们把别人生成的yml文件找到,进行导入。
conda env create -f finame

conda env create -f environment.yml

按道理讲会成功。结果我的报了SSl的错。后面搞了很久,发现环境变量没有添加。然后我创建一个普通的虚拟环境都报错了,后面通过设置源解决了。

参考链接:设置源:https://blog.csdn.net/qq_29007291/article/details/81103603
其他链接
https://blog.csdn.net/kl28978113/article/details/88234449
https://blog.csdn.net/donaldsy/article/details/104322223/

包错误
然后再次安装,又报找不到包的错。。。。。
conda 安装yaml环境中的各种坑:
客官移步
这篇文章也是很清楚。nice
另外一个:
https://blog.csdn.net/weixin_44762483/article/details/121914664?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-121914664-blog-124783101.pc_relevant_3mothn_strategy_and_data_recovery&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-121914664-blog-124783101.pc_relevant_3mothn_strategy_and_data_recovery&utm_relevant_index=1

分析:
https://blog.csdn.net/Hunter_Murphy/article/details/124783101
刚开始我以为是python版本不同或者conda版本不同造成,经过测试发现不是。然后看到上面那篇文章,很大可能是导出的时候是linux,而迁移到windows上面的话,指令以及形式不同,造成不匹配而报错,进行修改即可。

这过程也是比较艰辛呀。
conda 导出环境/导入环境/导出base环境以及踩坑_第3张图片
然后呢,创建环境失败了,但是这个环境存在了,而且进去查看包也是有很多存在了。分析问题得到是pip的问题,有的包可能安装失败。很有可能是源的问题,导致没找到,还有的就是可能用了梯子,导致SSL报错导致失败。
此时就需要另外处理了。
于是我进到程序里面,一步一步看差哪些包,进行安装。
当然有一个好的办法,就是如下:
最上面链接,可以直接pip所有的包,放在txt里面。

问题:
后面在装torch的时候也遇到问题。好像是因为pip,pip3,conda的不同导致的,导致装错了位置。具体我没太了解,稀里糊涂的就搞好了。还有就是下载的whl最好放在你所创建的虚拟环境里面。
https://blog.csdn.net/weixin_43135178/article/details/117842068

conda list和pip list的区别
下面是conda list和pip list的区别

  1. conda list和pip list命令都是列出环境下所有已安装的包;
  2. conda list命令除了得到当前虚拟环境下的所有已安装的包,还会显示关联环境下的已安装的包;
  3. pip list命令只显示当前虚拟环境下的所有已安装的包;
  4. 当关联环境下有某个包,再用conda命令在其他虚拟环境下下载该包时,就会直接关联,无需下载;
  5. pip list命令得到的结果是conda list得到的结果的子集;

原文链接:https://blog.csdn.net/itigoitie/article/details/126938742

还有pip和pip3的区别。conda 和 pip的区别都需要了解一些。

你可能感兴趣的:(机器学习,conda,python,开发语言)