conda命令速查，深度学习项目运行

1. 说明

之前服务器上的anaconda环境崩了，重装anaconda后，发现对于很多conda命令还是不熟悉，所以在此记录常用的conda命令，本教程适合人群：linux服务器上，安装完anaconda/miniconda后，不知道怎么操作这个环境来运行一个开源的深度学习项目，本文以sdnet项目为例

2. conda查询命令

• 查询目前anaconda环境下所有的虚拟环境，如果没有建立虚拟环境的话只有base环境，所有虚拟环境相关的文件都在envs文件夹中

conda info --env

这里我新建了3个环境所以显示了3个

• 进入到某个虚拟环境，如果进入的是container环境，则把sdnet换成container，以下同理

conda activate sdnet

进入虚拟环境以后，前面的提示会变为虚拟环境的名字

• 退出虚拟环境

conda deactivate

同理，退出环境后，前面的提示会变为base，表示回到了根环境下面

• 进入某个虚拟环境后，可以查看当前环境下安装过的所有包(同理，查看base环境下所有包，不需要激活环境，直接在base里执行以下命令)

# 大部分包是通过conda命令安装的，所以conda list命令查看到的包是最全的，pip list也可以查看包，不过没有conda全
# pip只有当前虚拟环境下的, conda 除了虚拟环境下的还有关联文件下的
conda list

• 查看某个包可供选择的版本（有时候不知道安装指定版本的包是否在当前环境中和其他包没有冲突，可以用这条命令查看是否可以安装指定版本的包）

conda search 包名

• 查询当前用户下所有执行过的命令

# 这个是linux命令，不是conda命令，只不过方便查看conda执行过的命令
history

3. 国内镜像源配置

初始时，没有配置国内镜像地址，下载大部分包都会很慢，所以需要配置下载包的镜像源文件，这一步不需要在虚拟环境中，直接base环境中配置，激活进入其他环境中也可以使用base中配置好的镜像地址

无论创建多少个虚拟环境，镜像源都是共用的

3.1 conda镜像源配置

• 查看现有的channels

conda config --show-sources

这里因为我已经配置好了，所以显示的channels多了3个

• 配置channels

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config