conda创建的环境,打包下载,然后在其他设备离线安装环境,python部署时需要依赖,通过conda一步解决依赖迁移问题

首先,我们通过conda创建虚拟环境,搭建深度学习环境,但是开发好以后,在一些没有实时性要求的场景,我们不需要使用c++部署,通过python端部署即可,同时有的大的框架,python端部署效率已经很高了,因此可以直接使用python进行部署,那么如果我们部署到不同的服务器上,安装依赖需要联网,但是有时环境无法联网,因此需要离线安装,同时有的依赖很多,很繁琐,如何解决这些问题呢?

其实conda已经把这些都做好了,只需要把conda创建的环境打包即可,然后解压到新的环境里即可直接使用了,具体步骤如下:

先安装工具conda install -c conda-forge conda-pack

1. 创建conda的开发环境: conda create -n env_name python=版本号

      例如我的: conda create -n ocr python=3.7

2.在这个环境的基础上开发深度学习模型,就需要安装大量的依赖,不用担心,安装即可,然后训练模型,开发即可,当你开发完成以后可以部署了,首先应该解决的就是环境依赖问题

3.在开发以后,我们可以直接对开发环境进行打包:conda pack -n env_name  (如果报错使用conda pack -n env_name  --ignore-editable-packages )

这里解释一下,如果存在本地安装的环境,或者依赖其他编译的环境 则选择忽略,如果不添加--ignore-editable-packages ,会报错,通常这种情况选择忽略在新的的环境中自己本地安装即可

     例如我的:conda pack -n ocr -o ocr.tar.gz

 4.打包好后会在本文件夹下生成env_name.tar.gz,例如上面我的就是ocr.tar.gz,这里基本上就打包好了,然后我们测试一下。

5. 重新创建一个文件夹,为了避免再次调用conda的其他环境,我们使用conda deactivate 进行关闭conda的base环境,然后把上面的压缩包复制到新的文件夹解压

 6.使用 mkdir -p name_env创建目录,使用tar -xzf ocr.tar.gz -C ocr_env/  进行解压,进入bin目录,如上图,然后执行:source ./activate 

7.此时已经激活了环境了,就可以直接使用了:

8.把这个压缩包,解压到其他的linux平台,按照步骤解压激活即可直接使用了 

  • 2
    点赞
  • 51
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值