conda的使用【流程完整新手必看】

---

前言

服务器通常运行多个项目，不同项目可能依赖不同版本的 Python 或第三方库（如 TensorFlow/PyTorch 版本冲突）。Conda 可以为每个项目创建独立环境，隔离 Python 和包依赖，避免全局污染。

在使用服务器时我们往往不是Root用户（使用pip提示没有权限）。我们应该使用conda创建自己的环境，安装依赖包运行自己的代码。

---

一、conda的安装方式

小步骤有大学问，几行命令后患无穷。

一般而言一台服务器有好几人共用，前辈一般会告诉你：不要把文件放到home文件夹下。

我们在服务器上的同名账号在home文件夹下，尽管你没有将文件直接放到home文件夹下而是放到了自己的用户名文件下，依旧不可以。

正确的做法：
服务器新账号下将 Conda 安装到 /data 目录下。（一般而言是data文件夹）
1、在data文件夹下创建自己的同名文件夹（例如：FFFF）

mkdir FFFF

2、在同名文件夹（FFFF）下载 Miniconda 安装脚本（以下命令）

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda.sh

3、安装到 /data 目录

# 指定安装路径为 /data/your_username/miniconda3
bash ~/miniconda.sh -b -p /data/your_username/miniconda3
例如：
bash ~/miniconda.sh -b -p /data/FFFF/miniconda3

4、配置环境变量（这一步出错不能正常使用conda命令）

echo 'export PATH="/data/your_username/miniconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc  # 立即生效
例如：
echo 'export PATH="/data/FFFF/miniconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc  # 立即生效

5、验证安装

conda --version  # 应显示版本号
conda env list   # 查看环境列表

二、使用ssh连接服务器之后立刻移动到目标文件夹

我们在data/用户名目录下创建的conda环境但是使用ssh连接服务器之后默认进入到/home/用户名文件下。为了方便使用，我们把连接服务器之后进入的文件夹改为/data/用户名文件夹下。

echo $SHELL
如果显示 /bin/bash，请继续以下步骤。

1、打开对应的配置文件

nano ~/.bashrc

2、在文件末尾添加以下内容

# 登录时自动切换到 /data/用户名
cd /data/用户名
例如： cd /data/FFFF

按住ctrl+O写入文件，再按回车。再按ctrl+X退出编辑

3、运行以下命令使更改立即生效：

source ~/.bashrc

4、修改 ~/.bash_profile

nano ~/.bash_profile
（提示新文件是正常的）

5、删除原有内容替换为

# 加载 ~/.bashrc（如果存在）
if [ -f ~/.bashrc ]; then
    source ~/.bashrc
fi

# 登录后强制进入目标目录（即使是非交互式 Shell）
cd /data/用户名 >/dev/null 2>&1

按住ctrl+O写入文件，再按回车。再按ctrl+X退出编辑

6、重新连接即可

三、conda的常用命令

我们需要在服务器上使用conda创建自己的虚拟环境。
1、创建环境（建议创建的conda环境名以工程名命名，便于区分不同的工程）

conda create --name 自己起的名字
（推荐）conda create -n 自己起的名字 python=版本号  # 指定Python版本
例如：
conda create --name myenv
conda create -n myenv python=3.8  # 指定Python版本

建议不同的工程使用不同的conda环境。防止环境污染。

2、列出所有环境

conda env list

3、激活/停用环境

conda activate 环境名称  # 激活
例如：conda activate myenv
conda deactivate      # 停用

4、删除环境

conda env remove -n 环境名称
例如：conda env remove -n myenv

5、克隆环境

conda create --name 新环境名称 --clone 老环境名称
例如：conda create --name newenv --clone oldenv

四、注意事项

1.conda install 和 pip install

优先用 Conda，仅在必要时用 pip，pip 可能安装不兼容的版本，破坏 Conda 的依赖树。

最佳实践方法：

conda create -n 环境名称 python=（python版本）
conda activate 环境名称
conda install -c conda-forge 库
例如：
conda create -n myenv python=3.10
conda activate myenv
conda install -c conda-forge numpy opencv onnxruntime-gpu

2、工程代码在服务器运行之前一定要先配置好工程要求的conda环境。(建议先配pytorch环境)

---