部署 conda#

Linux conda 部署教程

初始化 Windows 命令行的 conda 环境#

推荐直接使用 Anaconda Powershell Prompt ，无需下列操作

如果想在 powershell/bash/... 等 shell 中使用 conda ，需要进行初始化

1
conda init [your shell]

TIP

在 Windows 平台中，执行上述操作后，会导致 powershell 启动速度缓慢。可通过 conda init --reverse 撤销上述操作。

1
%windir%\System32\WindowsPowerShell\v1.0\powershell.exe -ExecutionPolicy ByPass -NoExit -Command "& 'F:\env\anaconda3\shell\condabin\conda-hook.ps1' ; conda activate 'F:\env\anaconda3' "

1
"C:\Program Files\PowerShell\7\pwsh.exe" -NoExit -Command "& 'F:\env\anaconda3\shell\condabin\conda-hook.ps1'"

1
New-Alias -Name chook -Value "F:\env\anaconda3\shell\condabin\conda-hook.ps1"

生成 conda 默认配置文件#

1
conda config --write-default

这将在你的用户根目录下生成一个名为 .condarc 的文件，其中包含 conda 的默认配置选项。

修改 conda 配置路径#

先看看当前的配置路径：

1
conda config --show

复制其中的 envs_dirs 和 pkgs_dirs 两段配置，然后编辑 ~/.condarc 文件：

1
envs_dirs:
2
  # 这里是新增的路径
3
  - D:\pkgs\anaconda3\envs
4
  # 下面是原来的路径，粘贴过来
5
  - F:\env\anaconda3\envs
6
  - C:\Users\y2pub\.conda\envs
7
  - C:\Users\y2pub\AppData\Local\conda\conda\envs
8
pkgs_dirs:
9
  # 这里是新增的路径
10
  - D:\pkgs\anaconda3\pkgs
11
 # 下面是原来的路径，粘贴过来
12
  - F:\env\anaconda3\pkgs
13
  - C:\Users\y2pub\.conda\pkgs
14
  - C:\Users\y2pub\AppData\Local\conda\conda\pkgs

重启 shell，执行 conda config --show 查看修改结果。

修改镜像#

1
conda config --set show_channel_urls yes

1
channels:
2
  - defaults
3
show_channel_urls: true
4
default_channels:
5
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
6
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
7
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
8
custom_channels:
9
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
10
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
11
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
12
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
13
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
14
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
15
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
16
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

1
conda config --show-sources

常用指令#

conda env remove -n <环境名称> 和 conda remove --name <环境名称> --all 都用于从 Conda 中删除环境，但它们之间有一些区别：

1. 命令的语法不同：

   • conda env remove -n <环境名称> 是一种删除环境的方式，其中 -n 用于指定要删除的环境的名称。
   • conda remove --name <环境名称> --all 是另一种删除环境的方式，其中 --name 用于指定要删除的环境的名称，而 --all 用于删除环境中的所有包和依赖项。

2. conda env remove 更直观：

   • conda env remove 命令的语法更直观，因为它专门用于删除环境。这使得它更容易理解和记忆。

3. conda remove 的灵活性：

   • conda remove 命令不仅可用于删除整个环境，还可用于删除环境中的特定包。如果您只想删除环境中的某个包，您可以使用 conda remove --name <环境名称> <包名称> 命令。

综上所述，选择使用哪个命令取决于您的需求。如果您只需要删除整个环境，那么 conda env remove 可能更直观。如果您需要更多的灵活性，包括删除特定包，那么 conda remove 可能更适合。

指定路径创建 conda 环境#

1
conda create --prefix=D:\Conda\文件夹名称 python=3.8

没有名字的 env 如何启动#

1
conda env list
2
# conda environments:
3
#
4
base                  *  D:\env\anaconda3
5
                         D:\env\conda\envs\learn-torch

此时可以通过路径激活 conda 环境

1
codna activate D:\env\conda\envs\learn-torch

1
❯ conda config --show envs_dirs
2
envs_dirs:
3
  - C:\Users\Administrator\.conda\envs
4
  - D:\env\anaconda3\envs
5
  - C:\Users\Administrator\AppData\Local\conda\conda\envs

1
conda config --append envs_dirs D:\env\conda\envs

1
conda config --add pkgs_dirs D:\env\conda\pkgs

如何以指定的 conda 环境运行代码#

这是我作为初学者冒出的一个问题。后来想明白了发现，这其实是并没有理解 conda 作用的情况下才会提出的。

你的代码相当于一块蛋糕，你准备使用不同的 conda 环境去运行，其实就等价于用不同的餐具吃蛋糕：

1. 蛋糕不会因为你使用不同的餐具导致其形状、位置发生变化（你的代码始终在计算机硬盘里某个地方放着，不会被移动、修改）
2. 你想用什么餐具去吃，就用手拿什么餐具（ conda activate <your_env> ）

所以，激活对应的 conda 环境后，该怎么执行代码就怎么执行，不需要移动代码到 conda 所在位置或者别的什么操作。

如何在某个 conda 环境下添加新包#

下载

1
conda install <pkgs>=<version>

查看当前 conda 环境有哪些包

1
conda list

修改已建立的 conda 环境的 Python 版本#

1
conda activate <env_name>
2
conda uninstall python
3
conda install python=x.x

重置 conda 环境#

查看历史，按需选择 REV_NUM 数值。一般情况下，0 表示是第一次安装，包括 root 环境和 conda 命令，所以一般为 1 或之后。

1
conda list --revisions
2

3
conda install --revision [revision number]

通过文件形式下载依赖#

例如 requirement.txt

1
scikit-learn==1.1.3
2
scipy==1.10.1
3
seqeval==1.2.2
4
transformers==4.27.4
5
pytorch-crf==0.7.2

通过如下指令下载

1
conda install --file requirement.txt

在 conda 环境中， <pkg>==<version> 和 <pkg>=<version> 之间通常没有区别。两者都表示要安装指定版本的包。

conda 环境下通过 pip 安装的包在哪里？#

Windows：

1
<anaconda安装路径>\envs\<环境名称>\Lib\site-packages\

去除 conda 前的 (base) 标识#

1
# 取消
2
conda config --set changeps1 false
3
# 激活
4
conda config --set changeps1 true

conda 路径异常#

默认情况下，conda 会安装在 /home/user 下，如果迁移，可能会导致一系列异常。

此时，需要修改：

1
vim miniconda3/bin/conda

没错，conda 是一个文本文件，而不是二进制

1
#!/home/yzh/yzh/miniconda3/bin/python
2
# -*- coding: utf-8 -*-
3
import sys
4
# Before any more imports, leave cwd out of sys.path for internal 'conda shell.*' commands.
5
# see https://github.com/conda/conda/issues/6549
6
if len(sys.argv) > 1 and sys.argv[1].startswith('shell.') and sys.path and sys.path[0] == '':
7
    # The standard first entry in sys.path is an empty string,
8
    # and os.path.abspath('') expands to os.getcwd().
9
    del sys.path[0]
10

11
if __name__ == '__main__':
12
    from conda.cli import main
13
    sys.exit(main())

修改第一行 #! 后的执行文件路径，为迁移之后的 miniconda3 路径。

复制一个 conda 环境#

请养成良好的习惯，编写代码时记录下 requirements.txt！ 请养成良好的习惯，编写代码时记录下 requirements.txt！ 请养成良好的习惯，编写代码时记录下 requirements.txt！

conda 确实可以 clone 一个环境，但这不是写代码不写依赖和 README.md 的理由，all right？

如果是用户自己克隆自己的某个环境，很简单：

1
conda create --name <创建的环境名> --clone <要克隆的环境名>

如果是一个用户，克隆另一个用户的环境，直接给 --clone 传入环境敏感参数是不可行的，因为不同用户之间并不可见。因此，可以采取如下两种方式：

1. 通过环境配置复刻一个环境。

   首先，让原环境的所有者导出其环境的配置文件：

   1
    conda env export > environment.yml

   这将会创建一个名为 environment.yml 的文件，其中包含了环境中的所有包及其版本信息。将其分享给另一个用户，即可凭此创建一个具有相同配置的新环境：

   1
   conda env create -f environment.yml

   新环境的名字默认是文件中指定的名字，如果没有指定则需要手动命名。

2. 直接访问源环境克隆。

   如果知道另一个用户的环境路径，并且对该路径拥有读取权限，理论上可以直接克隆：

   1
   conda create --clone /path/to/original/env --name new_env_name