Anaconda 环境克隆、迁移 ，用Anaconda里面的conda命令创建虚拟环境并克隆环境或者复旧电脑实验环境包、_conda复制环境

一、-------------conda 配置以及常用命令------------------------

1.安装Anaconda、并查看conda的版本（√）

打开命令行输入conda -V检验是否安装及当前conda的版本。

conda -V
1

通过Anaconda安装默认版本的Python，3.6的对应的是 Anaconda3-5.2，5.3以后的都是python 3.7。
Index of / (anaconda.com)

2.conda常用的命令（√）

1）查看安装了哪些包

conda list
1

2)查看当前存在哪些虚拟环境

conda env list 
conda info -e
1
2

3)检查更新当前conda

conda update conda
1

2.1查看conda环境：（√）

conda info --envs
1

3.Python创建虚拟环境（√）

conda create -n your_env_name python=x.x
1

anaconda命令创建python版本为x.x，名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

4.激活或者切换虚拟环境（√）

打开命令行，输入python --version检查当前 python 版本。

Linux:  source activate your_env_nam
Windows: conda activate your_env_name
1
2

5.对虚拟环境中安装额外的包

conda install -n your_env_name [package]
1

或者是利用清华镜像（*特别快）
例如安装这个opencv

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
1

6.关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)（√）

deactivate env_name
1

或者activate root切回root环境

Linux下：source deactivate 
1

7.删除虚拟环境 （√）

conda remove -n your_env_name --all
1

7.1 看看自己的环境安装了哪些包，torch的版本要记住，不然后期环境乱了就麻烦了（√）

conda activate pytorch36
1

pip list
1

8.删除环境钟的某个包

conda remove --name $your_env_name  $package_name 
1

9、设置国内镜像

http://Anaconda.org的服务器在国外，安装多个packages时，conda下载的速度经常很慢。清华TUNA镜像源有Anaconda仓库的镜像，将其加入conda的配置即可：

#添加Anaconda的TUNA镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
1

TUNA的help中镜像地址加有引号，需要去掉

#设置搜索时显示通道地址

conda config --set show_channel_urls yes
1

二、--------------conda虚拟环境 克隆clone----------------------

在服务器上想要使用别人搭好的环境，但是又怕自己对环境的修改更新会影响他人的使用，这个时候可以使用conda命令进行复制环境。
首先假设已经安装了Anaconda。

根据已有环境名复制生成新的环境

1、假设已有环境名为A，需要生成的环境名为B：（我自己用过，在同一台机器上克隆原始环境到另一个环境，挺好用的）（√）

conda create -n B --clone A
1

2、根据已有环境路径复制生成新的环境

假设已有环境路径为D:\A，需要生成的新的环境名为B：

conda create -n B --clone D:\A
1

生成的新的环境的位置在anaconda的安装路径下，一般情况在D:\Anaconda3\envs\文件夹下。

————————————————

3、克隆base环境

如果想迁移的是base环境，因此需要先克隆（base环境不能直打包）

conda create -n 新环境的名称 --clone 老环境名称
1

可以看到已经克隆好了

4、安装conda-forge和conda-pack工具

conda-pack是打包工具

conda install -c conda-forge conda-pack
1

5、将环境打包

添加-o参数，例如将上述环境导出为新环境.tar.gz压缩包

conda pack -n 新环境名称 -o 新环境名称.tar.gz
1

文件会默认打包在C盘：/用户/用户名的文件夹中

将压缩包放到目标主机的同版本Anaconda路径下的envs文件夹内，解压。注意：需要相同版本的Anaconda

6、在目标主机上激活环境

conda activate 新环境
1

可以看到环境已经成功迁移到目标主机并且可以使用了
————————————————

三、-------Ubuntu Windows中pytorch安装技巧、各种版本、完整安装、快速高效---------

pytorch安装

在Ubuntu、Windows开发环境，尤其是按照官网教程，安装pytorch并不是一件容易的事，下面介绍一种简单高效的安装技巧，本人有着管理大规模服务器的经验，也安装过各种环境、各种版本的pytorch几十次了。
官网给出的教程非常简单：

pip install torch
pip install torchvision
1
2

以上命令会下载最新版的torch，命令虽然简单，但是存在一个致命的问题就是：下载过程中，经常会timeout（网络超时）。建议大家用以下方式进行安装。

torch与torchvision卸载

pip uninstall torch
pip uninstall torchvision

1
2
3

ubuntu环境（服务器就下载linux系统的）（√）

首先，点击以下连接，下载指定版本的torch和torchvision，torch大约500M，torchvision非常小，torch下载的时候建议用迅雷下载，稳定、快速，真的好用。并且这种方式下载的whl文件可以保存到本地，以后可以继续使用。
torch下载链接：https://download.pytorch.org/whl/torch_stable.html

torch跟torchvision的有相应的对应官方推荐版本，如何确定两者之间对应的合适版本呢？有一个小技巧就是torch跟torchvision的最新版本从后往前数！因为每推出一个新版的torch，就会有一个版本的torchvision。
torch跟cuda版本和非cuda版本，注意这个。

下载完成后，找到两个whl所在的目录，执行以下命令。注意：torch的安装依赖numpy、six等，所以执行以下命令之前，最好手动安装numpy、six等，如果没有numpy、six等，pip会自动安装，但是很慢。

pip install torch-1.4.0-cp36-cp36m-linux_x86_64.whl
pip install torchvision-0.5.0-cp36-cp36m-linux_x86_64.whl --no-deps
1
2

–no-deps 参数是为了不安装其他依赖，如果需要手动安装即可。用以下方式安装

上述安装–>>进一步说明

indows下Pytorch安装 --先下载对应的whl文件，再本地安装

1. 创建环境(anaconda)

conda create -n torch37 python=3.7
1

2. 选择对应的torch版本（whl文件）

https://download.pytorch.org/whl/torch_stable.html

3. 安装

查看cuda

终端输入

nvidia-smi
1

显示如下：

如果出现问题：
解决nvidia-smi问题
把C:\Program Files\NVIDIA Corporation\NVSMI添加到path。

再重新打开cmd窗口，输入

nvidia-smi
1

我电脑中显示的CUDA版本为10.2

选择自己需要安装的GPU版本

这里我自己选择torch（1.7.0）
如下图：

安装pytorch

3.1打开cmd控制台，切换到conda虚拟环境（如果之前没设置conda虚拟环境，则跳过此3.1步），切换如下：

activate 虚拟环境名
1

例如我的虚拟环境名是pytorch，因此我输入

activate pytorch
1

当控制台命令最左边出现（pytorch），说明成功进入名称为pytorch的虚拟环境

3.2切换到pytorch和torchvision的下载目录

例如我的下载目录为

E:\下载
1

先输入

E：
1

注意是英文的冒号，按回车后，再输入

cd E:\下载
1

按回车后跳转到了下载目录

3.3安装pytorch和torchvision

3.3.1假如该虚拟环境安装过别的版本的pytorch和torchvision，则需要先卸载它们，卸载方法如下：

输入

pip uninstall torch
pip uninstall torchvision
1
2

如果是conda安装的，输入

conda uninstall torch
conda uninstall torchvision
1
2

3.3.2安装pytoch

在想安装的虚拟环境和当前下载目录下，输入

pip install torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl
1

若出现询问，按y确定

3.3.3安装torchvision

同理，输入

pip install torchvision-0.10.0+cu111-cp37-cp37m-win_amd64.whl
1

若出现询问，按y确定

3.4验证安装是否成功

3.4.1在cmd控制台验证

在pytorch虚拟环境下，输入python进入python编程环境
然后导入torch，导入的时候有点慢，稍等片刻，等左侧出现>>>符号时，说明导入成功
输入torch.__version__后查看是否返回pytorch版本号
输入torch.cuda.is_available()后若返回True，说明能使用GPU训练
如下图所示

加入清华的临时源（更快速安装包）

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
1

以上即可完成ubuntu的安装，多做一点说明，anconda和virtualenv虚拟环境，要进入虚拟环境之后，再安装。

windows环境

windows环境安装如ubuntu安装过程一样，一定要选择好windows版本，在cmd命令行中操作即可。

你看完咯！！！真棒:

四、--------------环境不知道怎么回事，环境乱了怎么办（√）-------------------

1、首先看看自己的cuda的版本和torch的版本是不是对应不起来,对应不起来就去官网冲重新下载

查看cuda版本

nvcc --version
1

或者

nvidia-smi
1

conda env list
1

conda activate pytorch36
1

pip list
1

2、对应不起来就去官网重新下载安装（比如我的适配的是cuda10.1）

(完事 结束)

五、服务器使用（常用命令）

六、参考链接

参考链接1：https://blog.csdn.net/luochao5862426/article/details/121257673
参考链接2：https://blog.csdn.net/cwtnice/article/details/118719461