conda\pip环境迁移处理记录学习

１．conda常用命令

conda查看当前的所有环境：

conda info -e
# conda environments:
#
base                  *  /root/anaconda3
linhx                    /root/anaconda3/envs/linhx
lxp                      /root/anaconda3/envs/lxp
spacy                    /root/anaconda3/envs/spacy
tfs                      /root/anaconda3/envs/tfs

在服务器上切换环境：

source activate tfs

２．conda导出

conda导出当前环境：

$ conda env export > env.yaml
$ cat env.yaml
name: tfs
channels:- pytorch- defaults
dependencies:- _libgcc_mutex=0.1=main- blas=1.0=mkl- ca-certificates=2019.10.16=0- certifi=2019.9.11=py37_0- cffi=1.13.2=py37h2e261b9_0- cudatoolkit=9.2=0- freetype=2.9.1=h8a8886c_1- intel-openmp=2019.4=243- jpeg=9b=h024ee3a_2- libedit=3.1.20181209=hc058e9b_0- libffi=3.2.1=hd88cf55_4- libgcc-ng=9.1.0=hdf63c60_0- libgfortran-ng=7.3.0=hdf63c60_0- libpng=1.6.37=hbc83047_0- libstdcxx-ng=9.1.0=hdf63c60_0- libtiff=4.1.0=h2733197_0- mkl=2019.4=243- mkl-service=2.3.0=py37he904b0f_0- mkl_fft=1.0.15=py37ha843d7b_0- mkl_random=1.1.0=py37hd6b4f25_0- ncurses=6.1=he6710b0_1- ninja=1.9.0=py37hfd86e86_0- numpy=1.17.4=py37hc1035e2_0- numpy-base=1.17.4=py37hde5b4d6_0- olefile=0.46=py_0- openssl=1.1.1d=h7b6447c_3- pillow=6.2.1=py37h34e0f95_0- pip=19.3.1=py37_0- pycparser=2.19=py_0- python=3.7.5=h0371630_0- readline=7.0=h7b6447c_5- setuptools=42.0.1=py37_0- six=1.13.0=py37_0- sqlite=3.30.1=h7b6447c_0- tk=8.6.8=hbc83047_0- wheel=0.33.6=py37_0- xz=5.2.4=h14c3975_4- zlib=1.2.11=h7b6447c_3- zstd=1.3.7=h0b5b093_0- pytorch=1.3.1=py3.7_cuda9.2.148_cudnn7.6.3_0- torchvision=0.4.2=py37_cu92- pip:- boto3==1.10.28- botocore==1.13.28- chardet==3.0.4- click==7.0- docutils==0.15.2- h5py==2.10.0- idna==2.8- jmespath==0.9.4- joblib==0.14.0- keras==2.3.1- keras-applications==1.0.8- keras-preprocessing==1.1.0- protobuf==3.11.0- python-dateutil==2.8.0- pyyaml==5.1.2- regex==2019.11.1- requests==2.22.0- s3transfer==0.2.1- sacremoses==0.0.35- scipy==1.3.3- sentencepiece==0.1.83- seqeval==0.0.12- tensorboardx==1.9- torch==1.3.1- tqdm==4.39.0- urllib3==1.25.7
prefix: /root/anaconda3/envs/tfs

这样当前环境安装的包就被保存在environment.yaml中。如果想copy环境，就可以根据别人提供的.yaml文件进行环境复现：

１｜conda env create -f env.yaml
或　conda env export > environment.yaml
或　conda list -e > requirements.txt

但是只是移植了conda install直接安装的包，pip安装的包还需要 pip install -r requirements.txt 重新安装。
环境会被保存在 environment.yaml文件中。当我们想再次创建该环境，或根据别人提供的**.yaml**文件复现环境时，可以：

１｜conda env create -f environment.yaml
或　conda install --yes --file requirements.txt

３．pip导出

pip导出项目用到的包：
先安装pipreqs

１｜pip install pipreqs

进入到项目目录下，导出包
pip导出安装的库到 requirements.txt

1|pip freeze > requirements.txt

pip导入requirements.txt中列出的库到系统

1|pip install -r requirements.txt

conda\pip环境迁移处理记录学习相关推荐

conda 环境迁移
conda 环境迁移一.本地环境备份–clone 在本地,conda 可以方便地创建环境的快照或者备份创建一个和 myenv环境一样的环境 snapshot conda create --nam ...
深度学习双显卡配置_linux(manjaro) tensorflow2.1 conda cuda10 双显卡笔记本深度学习环境搭建...
linux(manjaro) tensorflow2.1 conda cuda10 双显卡笔记本深度学习环境搭建下学期要学tensorflow,看着我可怜的1050ti,流下了贫穷的泪水,但无奈要做 ...
conda 环境迁移, 修改conda路径（复制文件夹 + 软连接）
文章目录前言操作步骤 1. 移动文件夹 3. 创建软连接 3. 测试是否成功补充资料:conda路径在哪些地方设置其他资料前言 root空间不够,需要把conda移到其他路径. 操作步骤假 ...
远程配置深度学习服务器详细教程，配置Conda+PyTorch环境
进入实验室以后,大家就会用实验室的服务器跑一些深度学习模型.如何连接服务器,以及连接服务器后如何配置conda和PyTorch深度学习框架,在此进行详细的介绍. 首先,在连接服务器之前,需要向服务器的 ...
conda(pip) bad interpreter的解决办法
由于更换服务器,我把在原服务器使用的conda环境,直接迁移到了新的服务器上.导致,在新服务器上使用conda(pip)命令时,出现"conda(pip) bad interpreter&q ...
手把手教你在Windows10环境下安装深度学习框架（pytorch or tensorflow）
手把手教你在Windows10环境下安装深度学习框架(pytorch or tensorflow) 1. 安装Anaconda:(常用的python版本和各类包管理器) 1.1. 下载地址: 1.2. ...
ubuntu 从刷机到yolov5环境搭建训练记录
ubuntu 从刷机到yolov5环境搭建训练记录这两天需要一个模型检测一些摄像头内容,使用yolov5训练了一个模型,记录一下. 1. 刷机具体步骤不描述,网上很多. 刷机时遇到一个问题,原有系 ...
anaconda环境迁移
方法1:直接把服务器A中的conda环境,拷贝到服务器B的conda环境位置. 优点:之前在ubuntu-->ubuntu中有成功使用,今天在win10-->win7系统中又成功使用.只需 ...
conda 多环境切换
最近学python,读完了语法后在GitHub找了一些练习来做,由于学的是python3.x语法,而GitHub上的好多练习源码都是基于2.x的,有些module在python3.x上没有,因此为装这 ...

conda\pip环境迁移处理记录学习

１．conda常用命令

２．conda导出

３．pip导出

conda\pip环境迁移处理记录学习相关推荐

最新文章

热门文章