配置conda虚拟环境

配置conda虚拟环境

---

前言

安装anaconda3后，由于不同的项目对环境的需求是不同的，不同的项目所需环境中的配置包可能会冲突。因此我们可以通过配置conda虚拟环境，对不同的环境进行一个分装打包，以免环境之间的冲突。同时，conda环境对环境的迁移也是有很大帮助的。

---

一、配置conda虚拟环境

1. 确定pyhton版本

如果是复现项目，首先要观察项目文件中的说明，有没有对python等有特殊的说明。

conda create -n (name) python==3.8

接下来安装虚拟环境，如果涉及到gpu使用的话，首先要看驱动和pytorch版本。

2. 查看驱动版本

nvidia-smi

3. 安装pytorch-cuda

在pytorch官网上查看对应cuda版本的pytorch，用官网给的命令下载。如果项目中有特殊的pytorch要求，可以先在nvidia官网下载安装对应的cuda版本然后通过修改路径软连接来切换cuda版本

4. 切换cuda版本

通过修改路径软连接来切换cuda版本

rm /usr/local/cuda
ln-s /usr/local/cuda-11.6 /usr/local/cuda

可通过ll查看已存在的软连接

ll

5. 开始安装环境所需要的包

可以用pip install、conda stall等多种方法。

pip install (packagename) #pip安装
pip install -r requirements.txt #pip批量安装,requirements.txt文件中记录了安装包以及其版本
conda install (packagename) #conda安装

二、注意事项

1. pip和conda安装如果混用安装的话，会导致后续迁移环境时conda-pack命令出错；

2. pip批量安装不成功时，可以一个个安装；

3. 一般来说，pip比conda能找到的包更多；

4. conda安装如果找不到包，可以使用conda-forge命令

conda install -c conda-forge (packagename)

---

三、打包虚拟环境

首先退出虚拟环境

conda deactivate #退出虚拟环境

然后运用conda-pack命令将对应的虚拟环境打包为tar

# -o 参数指定打包路径和名称，把虚拟环境 my_env 打包为 out_name.tar.gz
conda pack -n my_env -o out_name.tar.gz

如果因为pip和conda同时安装而打包失败，则可以考虑直接将envs中的文件打包成zip，然后在目标机上创建空白的目录，路径与源机相同，再创建软连接指向该目录。

总结

本文简单介绍了在gpu机器上配置一个conda虚拟环境并打包的过程。docker环境配置可以参见下一章docker环境配置。