conda常用命令小结

命令使用

1. 创建新的虚拟环境：

conda create -n env_name

2. 创建新的虚拟环境并指定python版本：

conda create -n env_name python=3.6

3. 激活虚拟环境：

conda activate env_name

4. 退出虚拟环境：

conda deactivate

5. 安装软件包（指定版本用==x.y.z）：

conda install tensorflow==1.12.0

6. 克隆已存在的环境：

conda create -n env_name2 --clone env_name

7. 移除环境：

conda remove -n env_name2 --all

8. 列出所有虚拟环境

conda env list

9. 列出已安装的包

conda list 

10. 配置清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

或者修改用户目录下的 .condarc 文件:

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - defaults
show_channel_urls: true

conda config --show channels显示所有源。

11. 移除清华源

以conda-forge为例：

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

12. 卸载包

conda uninstall tensorflow

13. 显示当前conda环境信息

conda info

14. conda升级PyTorch

conda update pytorch torchvision

MAC环境下升级CPU版PyTorch：

conda install pytorch torchvision -c pytorch

15. conda离线安装pytorch包

conda install --offline pytorch-1.7.0.dev20200727-py3.7_cuda10.1.243_cudnn7.6.3_0.tar.bz2

离线包下载地址参考[6]或[5]。

pytorch nightly版本离线包下载可以参考[7]。

其他软件离线包可以参考[8]。

16. conda虚拟环境下python版本降级

conda uninstall python=3.8
conda install python=3.7

17. conda环境打包迁移（见参考资料[9]）

conda 可以很方便地创建环境的快照或备份：

conda create --name snapshot --clone env_name

或者使用Conda Pack工具打包和还原：
安装Conda Pack方式：

conda install -c conda-forge conda-pack

或

pip install conda-pack

打包一个环境：

# Pack environment env_name into env_name.tar.gz
conda pack -n env_name

# Pack environment env_name into out_name.tar.gz
conda pack -n env_name -o out_name.tar.gz

# Pack environment located at path into env_name.tar.gz
conda pack -p /home/root/path/env_name

重现环境：

# Unpack environment into directory `env_name`
mkdir -p env_name
tar -xzf env_name.tar.gz -C env_name

# Use Python without activating or fixing the prefixes. Most Python libraries will work fine, but things that require prefix cleanups will fail.
./env_name/bin/python

# Activate the environment. This adds `env_name/bin` to your path
source env_name/bin/activate

# Run Python from in the environment
(env_name) $ python

# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment as long as some version of Python is already installed on the machine.
(env_name) $ conda-unpack

如果是目标机器配置一致的情况下，可以直接将env_name.tar.gz解压出来的env_name文件夹移到/path/miniconda3/envs下，使用

conda env list

即可看到新环境。

使用

conda activate env_name

即可切换到新环境。

18. 关闭终端启动时自动打开base环境

conda config --set auto_activate_base false

参考资料

[1] Anaconda介绍、安装及使用教程
[2] Anaconda Individual Edition Docs
[3] Unofficial Windows Binaries for Python Extension Packages
[4] 清华大学开源软件镜像站 - Anaconda 镜像使用帮助
[5] 清华大学开源软件镜像站 Index of /anaconda/cloud/pytorch/linux-64/
[6] Anaconda Cloud - pytorch / packages / pytorch
[7] Anaconda Cloud - pytorch / packages / pytorch-nightly
[8] Anaconda Packages Repo
[9] Conda 环境迁移