Navigation

    Gpushare.com

    • Register
    • Login
    • Search
    • Popular
    • Categories
    • Recent
    • Tags

    【工具篇6】平台Conda虚拟环境、包管理指南~

    新手教程
    1
    2
    73
    Loading More Posts
    • Oldest to Newest
    • Newest to Oldest
    • Most Votes
    Reply
    • Reply as topic
    Log in to reply
    This topic has been deleted. Only users with topic management privileges can see it.
    • Alice_恒源云
      Alice_恒源云 last edited by

      大家都知道,用Conda管理虚拟环境和软件包,真的很省事~

      Conda是包依赖和虚拟环境管理的工具,分为anaconda和miniconda,anaconda是包含一些常用包的版本,常用打引号,而miniconda则是精简版,实际需要什么,就安装什么~

      因此,后者使用起来,会更简单方便一些,平台的系统镜像就安装了 miniconda~

      接下来,就和大家简单分享一下平台Conda管理的一些小方法~

      【虚拟环境】

      官方小提醒:

      大家注意噢,实例内磁盘空间有容量限制,因虚拟环境安装软件包需要容量较大,建议将虚拟空间位置放到共享空间 /hy-nas (有共享存储机型) 或 /hy-tmp 本地盘下~

      # 查看所有虚拟环境
      conda env list
      
      # 创建 Python 3.9 的虚拟环境,位置为 /hy-tmp/myenv
      conda create -p /hy-tmp/myenv python=3.9
      
      # 激活虚拟环境
      conda activate /hy-tmp/myenv
      
      # 退出虚拟环境
      conda deactivate
      
      # 删除虚拟环境
      conda remove -p /hy-tmp/myenv --all
      

      另外,登录终端默认取消了自动进入 base 环境,如果希望登录后直接进入 base 环境,需要执行 conda config --set auto_activate_base true。

      【包管理】

      官方小提醒:

      大家在安装如 PyTorch 等框架时,请严格参考官方网站的安装说明,同一个版本可能支持多种 CUDA 版本。

      RTX 30 系列显卡仅支持 CUDA 11 及以上版本,需要注意指定 cudatoolkit 这个包的版本。

      # 激活虚拟环境
      conda activate /hy-tmp/myenv
      
      # 搜索软件包
      conda search spacy
      
      # 安装软件包
      conda install spacy=2.3.5
      
      # 查看已安装好的包
      conda list
      
      1 Reply Last reply Reply Quote 0
      • Alice_恒源云
        Alice_恒源云 last edited by

        本篇教程参考了技术小哥哥编写的文档,如有任何疑问,请在本帖下留言哈

        再附上一个文档原址:https://gpushare.com/docs/best_practices/conda/

        1 Reply Last reply Reply Quote 0
        • First post
          Last post