【工具篇6】平台Conda虚拟环境、包管理指南～

Alice_恒源云

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

Alice_恒源云

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/