conda、pip常用命令及注意事项 pytorch安装

conda常用命令

使用mamba加速安装python包（mamba可以在索引包库时多线程加速）

conda install mamba

使用mamba安装python包的命令和conda基本一致。

在需要指定多个channels时，可以通过如下代码实现

conda 或 mamba install XXX -c XXX -c XXX

conda搜索包并查看下载指令网址

https://anaconda.org/

conda创建新虚拟环境并指定python版本

conda create --name python33 python=3.3

 conda查看现在已经安装的所有环境。

conda env list

conda移除某一环境

conda remove --name pytorch-lightnin --all

更新 conda

conda update conda

查看配置信息

conda config --show

恢复默认源

conda config --remove-key channels

配置源：

conda报错-Collecting package metadata (current_repodata.json): failed-CSDN博客

• 查看conda（pip）下各个包的版本：conda（pip） list
• 查看指定包版本（以matplotlib为例）： conda list matplotlib
• 查看python环境下能下载哪些版本的包（以matplotlib为例）：conda search xxx

pip常用命令

更换国内源：

pip快捷换源、删除源_pip 取消换源_■D的博客-CSDN博客

信任某一源

国内pip源提示“not a trusted or secure host”解决方案 - 知乎

torch安装

torch历史版本安装网址：

Previous PyTorch Versions | PyTorch

需注意，如果涉及到cuda代码的编译，需保证本机安装的cudaToolkit版本和pytorch同步安装的cudaToolkit版本一致（torch提供的轻量版本python包）。具体解释可参考如下两个：

pytorch CUDA版本对应问题解析_cuda pytorch_scjdas的博客-CSDN博客

理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装_cudatoolkit-CSDN博客

注意事项

安装包时最好仅使用conda或pip工具中的一个，也就是如果使用conda就一直使用conda，如果混合使用可能出现包依赖错误问题，导致无法安装新的包，需修复环境。

修复方法可以参考如下链接：

conda | The environment is inconsistent, please check the package plan carefully 问题解决方案_condathe environment is inconsistent, please check-CSDN博客