关于Linux下深度学习环境的配置常用命令_linux 深度学习环境清理-优快云博客

本文链接：https://blog.youkuaiyun.com/csdnnmbdybb/article/details/102584258

本文详述了虚拟环境的创建、切换、复制与删除的方法，涵盖了conda与pip的高级应用，如更改下载源、安装特定版本的库、以及如何通过YAML文件共享环境配置。特别聚焦于深度学习环境的搭建，包括PyTorch、TensorFlow的安装，以及CUDA、cuDNN版本的查询。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 查找虚拟环境

conda info --envs

2 选择虚拟环境（否则会在默认环境base下运行）

source activate tensorflow_p36

3 退出虚拟环境

source deactivate

4.删除环境

conda remove -n 环境名 -all

5.豆瓣源下载

pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

6. conda install pytorch比较靠谱

7.查看cuda版本

cat /usr/local/cuda/version.txt

8. 查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

9.查看当前tensorflow版本的依赖

conda info tensorflow-gpu=1.2.1

10.numpy降级

pip install -U numpy==1.12.0

conda install numpy=1.16.1  //直接和安装是一样的

11. 更改pip,conda的下载源（一般清华源就够了）

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes

   vim ~/.pip/pip.conf 

   在文件中加入
   [global]
   index-url = https://pypi.tuna.tsinghua.edu.cn/simple
   [install]
   trusted-host=pypi.tuna.tsinghua.edu.cn

不加trusted-host会出现找不到合适的包等问题。加上这个，一劳永逸。

12. 复制本地环境

因为深度学习中有很多环境里面很多库是重复的，所以我们可以复制库然后在新库中进行增删或者版本升级降级。

conda create -n new_env --clone old_env

13. 共享环境

经常我们需要使用别人的环境，或者我们需要分享自己的代码，需要同时分享自己的环境，版本问题会让人很头大的啊。‘

首先我们要将包里的库信息保存到 YAML文件中。命令的第一部分 conda env export 用于输出环境中的所有包的名称（包括 Python 版本）。

conda env export > environment.yaml

要通过环境文件创建环境，请使用

conda env create -f environment.yaml

这会创建一个新环境，而且它具有同样的在 environment.yaml 中列出的库。

14. 安装visdom:

conda install -c https://conda.anaconda.org/conda-forge visdom=0.1.8.5
//下面这个我还没来得及用，上面这个没有问题
conda install -c conda-forge visdom

15. 下载opencv-python

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python