Conda
注意
推荐安装Miniconda而非Anaconda,Miniconda相对而言更为轻量。
1. 下载安装
2. Conda环境创建与删除
bash conda create -n {环境名} python={Python版本号}
Python版本号可选[3.6-3.13],强烈推荐≥3.8且<=3.12!
bash conda remove -n {环境名} --all
3. 更换镜像源
Conda安装后会默认使用官方镜像源下载所需包,但由于官方镜像源部署在境外,访问速度较慢,因此推荐更换为清华镜像在内的国内镜像源提升包的下载速度。
注意
更换\添加镜像源仅适用于自己的电脑,服务器已配置
打开 Anaconda Prompt,执行以下命令。
bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes
bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn
bash pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/ pip config set install.trusted-host mirrors.aliyun.com
4. Conda安装所需包以及升级Conda
安装所需包
建议
由于Conda安装会严格检查包之间的依赖和冲突关系,因此安装过程较为缓慢。而pip则会安装最新版的包,但为保证减少包版本冲突导致的Bug,强烈建议优先使用Conda来安装所需包,如果Conda找不到再使用 pip安装。
安装Pytorch
安装Pytorch命令行内容解析
bash conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.4 -c pytorch -c nvidia
-torchaudio==2.4.0用于安装Pytorch的音频模块,可删除该选项;
--c pytorch为优先使用Pytorch官方源,如果删除该选项则会从默认源(更换为清华镜像源后即为清华镜像源)下载,推荐删除该选项;
--c nvidia为优先使用Nvidia官方源,用于下载CUDA Runtime库相关内容,不建议该选项。
注意
通过pip使用清华源安装torch时,会默认安装cpu版本而非gpu版,建议优先使用Conda安装。
如果倾向于使用pip安装,建议前往torch官网复制pip安装命令进行安装(即临时使用torch官方源)。
升级Conda
升级Base环境下的Python版本
bash conda update -n base python
bash conda search python # 列出所有Python版本 conda install -n base python=<版本号>
升级后如果执行conda命令出现Error while loading conda entry point: conda-libmamba-solver (libarchive.so.20: cannot open shared object file: No such file or directory),可以执行以下命令
bash conda update --all --solver=classic # 修复环境依赖,指定使用classic求解器而非libmamba
5. Conda环境导出与恢复
bash conda env export -n {环境名} -f {yaml文件名}.yml
注意
yaml文件默认导出位置为当前目录。
bash conda env create -f {yaml文件路径}.yml