conda命令

conda命令

conda是一种用于管理与部署应用程序、环境和包的工具。conda命令可用于对虚拟环境的创建、激活、退出、删除和配置。PyPI(Python Package Index)是Python官方的第三方库仓库。

使用conda创建虚拟环境:

conda create -n sot python=3.8  # 创建名为sot的虚拟环境,python解释器版本为3.8
conda create -n sot python=3.8 -y  # -y表示遵循默认设置,后面无需再次确认

在创建虚拟环境时,如无必要,尽量不要选择最新的python版本,以确保后续配置或安装包不会出现python版本不支持的情况。

使用conda激活虚拟环境:

conda activate sot  # 激活名为sot的虚拟环境

Linux系统中,如果没有配置好./bashrc,会导致conda命令失效,可使用以下临时指令激活:

source ~/.bashrc
source activate sot

使用conda退出虚拟环境:

conda deactivate  # 退出时无需增加扩展名,默认退出当前环境

使用conda删除虚拟环境:

conda remove -n sot --all  # --all参数必须加上
conda remove -n sot --all -y

使用conda配置虚拟环境(Anaconda镜像源):

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/  
conda config --set show_channel_urls yes  # 显示下载的通道源

在使用conda命令下载安装包时,会默认使用conda源下载。但是,由于不可描述的原因,可能会导致安装包的下载速度极其缓慢,甚至出现下载中断的情况。一个比较好的解决方案就是加载国内的镜像源,下面列举了国内几个较为常用的PyPI镜像源:

https://mirrors.aliyun.com/pypi/simple/  # 阿里云
https://pypi.douban.com/simple/  # 豆瓣
https://pypi.tuna.tsinghua.edu.cn/simple/  # 清华大学
https://pypi.mirrors.ustc.edu.cn/simple/  # 中国科学技术大学

在Linux系统中,可以通过以下命令进行配置文件的修改,将channels添加进去:

sudo gedit ~/.condarc

查看镜像源:

conda config --show  # 显示当前配置信息
conda config --show-sources  # 查看当前使用源,即.condarc文件中的内容
conda config --get channels  # 获取当前通道信息

删除镜像源:

conda config --remove channels https://pypi.mirrors.ustc.edu.cn/simple/  # 删除当前镜像源  
conda config --remove-key channels  # 删除所有镜像源 

常用的conda命令汇总:

conda -h   conda --help  # 帮助命令
conda -V   conda --version  # 查看当前的conda版本
conda list  # 查看当前已安装的包
conda list $pkg_name  # 查看某个已安装包的信息
conda env list   conda info -e   conda info --env  # 显示当前已创建的虚拟环境
conda install $pkg_name  # 安装包
conda uninstall $pkg_name  # 卸载包
conda install -n $env_name $pkg_name  # 将包安装到某个虚拟环境中
conda update conda  # 将conda更新到最新版本
conda update python  # 将python更新到最新版本
conda update --all  # 更新所有的安装包
conda remove --name $pkg_name  # 删除当前虚拟环境中的某个包
conda remove --name $env_name $pkg_name  # 删除某个虚拟环境中的某个包
conda env export -n $env_name -f $env_name.yml  # 将配置导出为yml文件
conda env upload -f $env_name.yml  # 上传yml文件
conda create -n $env_name --clone $cp_env_name  # 复制当前虚拟环境
conda search $pkg_name  # 搜索某个包的信息
conda clean -p  # 清理没有使用过的包
conda list -e > requirments.txt  # 将当前虚拟环境中的所有包进行导出

常见问题汇总:

  • 如果使用pip命令安装提示找不到相关库,可切换使用conda命令安装;

  • 如果使用某个镜像源下载速度慢,可尝试切换不同的镜像源,比如有时候使用清华源下载速度只有10k,切换成豆瓣源速度能达到2M多;

  • 如果提示连接超时,代理设置有问题,可以检查下自己的VPN是否开启了全局,可改成PAC模式;

  • 如果出现"conda Collecting package metadata (current_repodata.json): failed",说明当前设置的镜像源可能失效,可直接通过依次执行如下指令,再重新安装需要的包:

    cls  
    conda config --remove-key channels  
    conda update conda  
    conda update --all  
    conda config --add channels conda-forge  
    conda config --set channel_priority flexible  
    

使用pip命令安装cuda版本的PyTorch:

pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.1 -c pytorch

pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1+cu102 -f https://download.pytorch.org/whl/torch_stable.html

利用conda升级Anaconda以及Anaconda的各种包:

# 以管理员身份启动Anaconda Prompt
conda update conda  # 升级conda(升级Anaconda前需要先升级conda)
conda update anaconda  # 升级Anaconda
conda update anaconda-navigator  # 升级最新版本的anaconda-navigator
conda update spyder  # 升级spyder
conda update --all  # 更新所有包
conda install $package  # 安装某个包
conda update $package  # 更新某个包

你可能感兴趣的:(深度学习,conda,python,pytorch,深度学习,计算机视觉)