conda 命令

查看conda版本

conda -V

conda环境

  • 创建一个名为python36的环境,指定Python版本是3.6
    conda create -n python36 python=3.6
  • 激活某个环境
    activate python36 # for Windows
    conda activate python36 # for Linux & Mac
  • 退出某个环境
    deactivate python36 # for Windows
    conda deactivate python36 # for Linux & Mac
  • 删除一个已有的环境
    conda remove --name python36 --all
    conda remove -n yourenvname --all
  • 查看已安装的环境,当前环境的路径前会有*号显示
    conda info -e
    conda env list
  • 复制一个环境
    通过克隆来复制一个环境。这儿将通过克隆snowfllakes来创建一个称为flowers的副本。
    conda create -n flowers --clone snowflakes

关于包的操作

  • 查看当前环境下已安装包
    conda list
  • 查看指定环境下已安装包
    conda list -n python36
  • 查找package信息
    conda search package-name
  • 安装包
    conda install ****
  • 安装package,不用-n指定环境名称,则安装在当前活跃环境
    conda install -n python34 numpy
  • 更新所有包
    conda upgrade --all
  • 更新包
    conda update package-name
  • 更新指定环境中的包
    conda update -n python34 package-name
  • 更新conda,保持conda最新
    conda update conda
  • 更新anaconda
    conda update anaconda
  • 更新python
    conda update python
  • 删除包
    conda remove package-name
### Ubuntu 下使用 Conda 命令教程 #### 1. 安装 Anaconda 或 Miniconda 在 Ubuntu 系统上,可以通过以下方式安装 Anaconda 或 Miniconda: - **Anaconda**: 可以通过官方链接下载适合系统的版本并运行脚本进行安装[^1]。 - **Miniconda**: 对于更轻量级的选择,可以从官网获取 Miniconda 的安装包,并执行以下命令来完成安装[^2]: ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh ``` 安装完成后,初始化环境变量以便能够正常使用 `conda` 命令。 --- #### 2. 初始化 Conda 并更新 为了确保 Conda 工具正常工作,在终端输入以下命令: ```bash source ~/.bashrc ``` 这一步是为了加载刚刚设置好的路径。接着可以检查当前 Conda 版本以及更新到最新版: ```bash conda --version conda update conda ``` --- #### 3. 创建新的 Python 虚拟环境 创建一个新的虚拟环境可以帮助隔离不同项目的依赖关系。以下是创建新环境的语法: ```bash conda create -n myenv python=3.9 ``` 上述命令表示创建名为 `myenv` 的环境,并指定其使用的 Python 版本为 3.9。 激活该环境时可使用以下命令: ```bash conda activate myenv ``` 退出当前活动环境则可通过以下指令实现: ```bash conda deactivate ``` --- #### 4. 安装软件包 Conda 提供了一个强大的包管理器用于安装各种科学计算所需的库。例如要安装 TensorFlow 和 Keras 库,则可以在已激活的目标环境中运行下面这些命令之一[^3]: 对于 GPU 支持的情况 (假设 CUDA 驱动已经正确配置好),推荐这样操作: ```bash conda install tensorflow-gpu keras cudatoolkit=11.2 ``` 如果不需要 GPU 加速的话也可以只单纯安装 CPU 版本即可: ```bash conda install tensorflow keras ``` 另外还可以借助 pip 来补充一些特定需求但尚未被纳入 conda 渠道中的第三方模块,比如某些最新的 beta 测试功能之类的扩展组件. --- #### 5. 删除不再需要的环境或包 当某个项目结束之后可能希望清理掉那些无用的数据占用空间资源。删除整个环境的操作如下所示: ```bash conda remove -n old_env_name --all ``` 而单独移除某几个不想要再保留下来的程序包则是这样的形式: ```bash conda remove package-name ``` 以上就是关于如何在 ubuntu 上利用 conda 进行开发前准备工作的基本指导说明. ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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