conda创建的环境，打包(condapack)下载，然后在其他设备离线安装环境

原创 已于 2024-03-13 16:00:19 修改 · 2.1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#anaconda #python #linux

于 2021-04-30 14:23:35 首次发布
该博客介绍了如何使用conda打包已创建的环境，并将它迁移到其他设备进行离线安装，以便在部署Python项目时解决依赖问题。步骤包括进入目标环境，使用condapack生成tar.gz文件，然后结合requirements文件实现环境的完整迁移。
部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

conda创建的环境，打包下载，然后在其他设备离线安装环境，python部署时需要依赖，通过conda一步解决依赖迁移问题
进击的菜鸟
03-23 9373
首先，我们通过conda创建虚拟环境，搭建深度学习环境，但是开发好以后，在一些没有实时性要求的场景，我们不需要使用c++部署，通过python端部署即可，同时有的大的框架，python端部署效率已经很高了，因此可以直接使用python进行部署，那么如果我们部署到不同的服务器上，安装依赖需要联网，但是有时环境无法联网，因此需要离线安装，同时有的依赖很多，很繁琐，如何解决这些问题呢？ 其实conda已经把这些都做好了，只需要把conda创建的环境打包即可，然后解压到新的环境里即可直接使用了，具体步骤如下：
conda环境的整体导出导入，无需安装(conda-pack)
weixin_43156734的博客
07-27 3300
conda环境的整体导出与导入，无需安装（conda_pack）
Miniconda镜像集成conda-pack，实现环境打包迁移
最新发布
weixin_35370061的博客
11-26 276
本文介绍如何使用Miniconda与conda-pack工具打包Python环境，实现跨机器、离线、一致的部署。适用于AI项目在CI/CD、边缘设备、HPC等场景下的环境一致性难题，提升复现性与部署效率。
conda 环境迁移
m0_43609475的博客
03-23 3482
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 --name snapshot --clone myenv 二、相同操作系统 的计算机之间复制环境–可以生成 spec list 生成 spec list 文件： conda list --explicit > spec-list.txt 根据spec-list.txt重现环境： conda create
【python】【打包conda环境】【conda_pack.pack】
wq6qeg88的博客
02-09 1334
格式:{'infer'， 'zip'， 'tar.gz'， 'tgz'， 'tar.gz'。Bz2 '， 'tbz2'， 'tar'， 'parcel'}，可选。要使用的归档文件格式。默认情况下，这是从输出推断出来的文件扩展名。默认为' ' tar.gz ' '如果' ' output ' '没有提供。默认为带有后缀的环境名，后缀由格式决定;' my_env.tar.gz ' '归档文件到conda环境的相对路径。只能提供“name”和“prefix”中的一个。已经归档环境的路径。
Conda环境的打包以及离线安装教程（包含pip所有包）
qq_45645368的博客
09-24 1万+
Conda环境的打包以及离线安装教程（包含pip所有包）
conda pack环境迁移并下载安装离线包
bradyM的博客
03-10 3023
训练服务器为了安全起见，限制不能联网，无法直接创建虚拟环境及安装模型的依赖库，所以需要把另一台测试服务器已经部署好的虚拟环境迁移到训练服务器上，并在不能联网的情况下安装一些离线包。过程记录如下记录。
Conda pack 环境打包 | Python
热门推荐
weixin_48888528的博客
04-26 1万+
工作中涉及到模型固化部署工作，需要将本地的环境移植到新的离线的机器上。conda 常用来执行虚拟环境配置和包管理工作，可以使用conda-pack 进行conda 环境打包和分发。
在WSL2+Ubuntu22.04中通过conda pack导出一个conda环境包，然后尝试导入该环境包
fengye002fly的博客
04-26 896
如何导出一个离线conda环境？有两种方式，一种是导出env.yml即环境配置，一种是通过conda pack导出为一个环境包，前者只是导出配置（包括包名、版本等），而后者是直接将环境中所有的内容打包，但是后者要求导出和导出的平台和conda版本尽可能相似，否则可能有未知的问题。本次实践中，我的导出和导入平台和版本是一致的，以验证可行性。
联网与离线Ubuntu服务器间Conda环境迁移全攻略
2401_83655422的博客
05-12 1468
迁移后，在离线机器上：项目放在任意路径使用来激活通过以上步骤，你就可以轻松地将Conda环境从联网的Ubuntu服务器迁移到离线的Ubuntu服务器，并在离线服务器上顺利运行你的代码。希望这篇文章能够对你有所帮助，让你在实际工作中更加高效地完成任务。
利用conda-pack 离线迁移anaconda虚拟环境
Maxwell_Yao的博客
09-03 1937
然后可以在Anaconda Prompt中将路径切换到放置 conda-pack-0.7.1.tar.gz安装包的路径，执行安装命令。3.打包完成后，将改压缩包拷贝至设备B的Anaconda路径下的envs文件夹中，然后解压缩，即可完成虚拟环境的拷贝。然后，决定将pytorch环境打包，则输入命令 conda pack -n pytorch。首先查看当前设备的各个环境的名字 conda info -e。2.将设备A中的Anaconda虚拟环境打包为压缩包。黄色的为打包的环境名，根据你要打包的环境名字更改。
conda-pack:打包conda环境以进行重新分发
05-13
conda包装 conda-pack是用于创建可重定位conda环境的命令行工具。 这对于在一致的环境（可能尚未安装python或conda的位置）中部署代码很有用。 有关更多信息，请参见。 Conda-pack是根据新的BSD许可提供的； 请参阅。 建置状态
使用conda打包环境并离线安装，避开常见坑！！！
sinat_38565727的博客
08-10 9178
使用pack打包虚拟环境碰到的pip和conda冲突，以及不使用conda安装python和pip的方法
Conda环境打包
Datalhy的博客
04-26 4985
如果你想在conda中导入你这个环境所需要的的环境，就可使用pip list --format=freeze > requirements.txt，就会将所有环境需要的包写入到requirements.txt中，你可以直接使用pip install -r requirements.txt直接安装各种包。然后在这个路径上面输入cmd，按两次回车键，就可以进入cmd终端，在终端输入conda env create -f test.yaml就会创建出一个和原来一样的pytorch环境。会下载pip的各种包。
利用conda进行环境打包
qq_44243981的博客
10-24 4102
Conda是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并能在它们之间轻松切换。Conda是为Python程序设计的，但它可以用来打包和分发任何软件。Conda可用于创建独立的环境，这些环境可以包含特定版本的Python和其他包。这在开发和测试在不同Python版本或包版本上运行的代码非常方便。例如，你可能有一个项目需要使用Python 3.6和Numpy 1.15，另一个项目则需要Python 3.9和Numpy 1.20。
conda虚拟环境打包
m0_58583722的博客
08-21 1173
考虑使用 Conda 的其他工具和命令。接收方可以解压并重新激活环境。
conda离线状态安装环境：更快安装环境的方式
m0_67839004的博客
04-18 2308
【代码】conda离线状态安装环境：更快安装环境的方式。
conda环境打包环境、迁移环境
niulinbiao的博客
10-16 3828
往往我们拿到网上开源的代码，最令人头疼的就是配置环境，常常是代码还没有开始看，配环境配了一整天，其次是有时候我们需要多台服务器运行代码，环境需要配置多遍，熟悉配置环境的流程还好，不熟悉又是花时间的活，因此我们需要一种快捷的方式将已经配置好的环境直接迁移过来用。下面我将用两种方式实现。== 注意：本操作的前提是你已经安装了conda环境==
使用conda创建Bert文本分类环境指南
激活环境后，用户可以在该环境中安装任何需要的包，而这些更改不会影响到系统中其他的Python环境。 4. 安装BERT分类所需包 BERT文本分类任务通常需要安装PyTorch、Transformers（由Hugging Face提供，包含BERT模型...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值