Anaconda环境隔离常用命令

06.17更新：

清华镜像源Anaconda 镜像即将恢复。Anaconda 镜像即将恢复

---

大家都经历过配置环境的辛苦，配好一个环境之后，所针对的实验也有限。如果想跑其他实验，但是又不想破环已经配好的实验环境，那么你可能需要用到环境隔离。下面就是创建隔离环境的方法，此方法依赖于Anaconda。

1、按照 Anaconda 下载网站上的说明下载并安装 Anaconda。

在线安装，在终端输入：

wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh

下载完成之后，在 anaconda 所在目录的终端输入：

bash Anaconda3-5.2.0-Linux-x86_64.sh

然后基本一路是： enter ， yes 等。在安装的过程中，会问你安装路径，直接回车默认就可以了。有个地方问你是否将anaconda安装路径加入到环境变量（.bashrc)中，输入yes，

等待后，出现  thank you for installing anaconda3 .................

至此， anaconda3 的安装基本就完成了，接下来，会询问你需不需要安装 MS VS（Visual Studio），看自己需要，需要的话，就安装。

最后，激活anaconda3的路径。在终端中输入：

source ~/.bashrc

结尾，可以执行：

pip -V

来看一下当前的python和pip目录。此时的目录应该是子用户目录。

升级anaconda需要先升级conda

conda update conda 
conda update anaconda

 

2、通过调用以下命令创建名为 tensorflow 的 conda 环境，-n表示name参数，python=3.6表示以运行 Python3.6版本：

conda create -n TensorFlow python=3.6

 

3、通过发出以下命令激活 conda 环境：

source activate TensorFlow

 

4、发出以下格式的命令以在 conda 环境中安装 TensorFlow：

pip install --ignore-installed --upgrade https://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl

装完之后，在python中 import TensorFlow 进行测试，如下图，会出现一个小的警告，大意是：这个版本的TensorFlow是经过python3.5编译来的，可能不适合python3.6的环境。但实际测试中，发现似乎没有问题。

 

5、使用完毕关闭环境

source deactivate

 

6、列出所有环境列表

conda env list

 

7、删除环境

conda remove -n env-name --all

 

8、查看某环境下安装的package

conda list -n env-name

9、更新和卸载package

conda update package-name # 更新 
conda uninstall package-name # 卸载

 

很不幸的是，清华大学开源软件镜像网站于2019年5月16日彻底关闭了Anaconda的镜像服务，而国内的上游源基本都是清华的，所以基本等于GG了。

换回默认源：

conda config --remove-key channels

勉强能用，可是下载速度太慢了。。