深度学习conda环境安装心得

在安装conda环境的时候，我们总会或多或少的遇到这样或那样的问题。通常为了代码的复现，我们会完全按照项目指定的版本安装它指定的各种包，这样当然可以，但我发现这样有一些问题

1. 有些项目可能很久了，torch版本或各种库可能已经很少有人用了，这样导致一些包可能找不到，一个圈通常转半天转不出来让人抓狂。
2. 同时随着设备的升级，比如购买了新的GPU，导致之前torch的版本不适用。

所以根据我的经验，我们在安装一个之前项目的环境时，不需要每个包都安装它所指定的版本，除非它指明某一个包只能是这个版本，这个torch一般不会如此，而专业类型的包常见一些，比如rdkit。我们可以只安装它指定的包的指定版本，其余让conda系统自动匹配高一些的版本。比如我们想安装一个python 3.5或者3.6的包，由于过于陈旧，大概率失败，我们应该选择目前较为稳定的3.8或者3.9的版本，这样安装成功的概率更大。
因为从技术开发的角度出发，后面的版本大概率是会兼容前面的版本的，而且我们只是作为简单的使用者，不会触及很底层的代码，代码的更新对我们来说其实没有那么大的影响，所以大家不用执着于同一个版本。