Anaconda3克隆环境方法

一、背景

在使用Anaconda3创建环境的方法时，我们常常会遇到在以前的电脑配置成功，在新的的电脑同样的配置与环境居然会配置失败，或者由于网络问题重新配置太过于麻烦了，这时候我们就会想要是可以一键生成环境就好了， 类似GPT的生成环境安装这种便捷的方式，因此我查阅了官网发现它是提供clone的method，因此以下分享是分享clone虚拟环境的方法和requirement.txt是如何生成的。

二、pip requirements.txt生成方法

首先我们需要有一个虚拟环境，python的版本可以根据自己的要求来，虚拟环境的创建方法如下：

conda create -n <env name> python=3.8 

当我们有一个虚拟环境了并且配置环境完成了，可以使用以下指令查看，当前配置了那些库文件：

pip list

接下来我们使用以下指令来生成我们的requirements.txt，指令如下:

pip freeze >requirements.txt

记住一定要切换到你要导出requirements.txt的虚拟环境下再去导出，这里我的环境名是parsing。

conda activate parsing

运行完导出指令，就会当前路径下生成一个requirement，就代表成功了。

三、直接clone anaconda3的虚拟环境（无需在新机器下载）

安装conda-pack，用于打包虚拟环境的包，指令如下：

pip install conda-pack

安装完成后，建议切换到base环境，再使用以下指令打包：

conda pack -n <env_name>

打包完成后，会生成一个tar格式的压缩包，接下来我们在需要clone的新机器下的anaconda3/envs/路径下，新建一个文件夹用来解压缩虚拟环境。

我们使用以下指令，解压缩虚拟环境，等待运行完成就好了

tar -xzvf <生成的压缩包> -C ~/anaconda3/envs/<env_name>

随后我们可以验证一下是否配置成功，切换到我们创建的test环境，查看当前列表，与导出时一致就代表配置成功。

直至，我的分享就结束了，后续我会持续更新关于深度学习算法的代码学习，欢迎大家一起交流学习。