镜像源配置以及conda常用指令_conda 镜像源命令-优快云博客

conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

中科大

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/

北京外国语

conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/pro
conda config --add channels  https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2

阿里云

conda config --add channels https://mirrors.aliyun.com/pypi/simple/

conda常用指令

1、创建一个环境：

conda create -n [环境的名字] python==3.8[版本自选]

2、查看所安装的环境

conda info -e

3、进入自己所创建的环境（方便进行安装自己所需要的包）

conda activate [环境名字]

如果出现连接错误可以执行下面指令：

conda create -n yolov8 python==3.8 --override-channels -c conda-forge

4、查看环境中所安装的包

conda list -n [环境的名字]

5、查看当前环境中所安装的包（已进入当前环境）

conda list

6、删除环境中的某一个包

conda remove -n [环境名字] [某个包名字]

7、删除环境中所有的包（整个环境）

conda remove -n [环境名字] --all
或者
conda remove --all

8、需要注意的是，conda 没有提供重命名环境的命令，我们只能先克隆一份原来的环境，然后再删除原来的环境，具体操作如下（例如将环境 `a` 重命名成 `b`）：

conda create -n b --clone a
conda remove -n a --all

9、退出该环境，只需执行

conda deactivate

10、如果我们想要升级 my_env 下的 numpy 和 scipy

conda update -n my_env numpy scipy

11、如果我们要想更新 my_env 中的所有包

conda update -n my_env --all

12、如果要更新 conda 本身，则需执行

conda update conda

13、如果要更新 anaconda ，则需执行

conda update anaconda

14、将当前的conda环境导出为一个文件

conda env export --no-builds > requirements.yml

15、通过该文件创建相应的conda环境

conda env create -f requirements.yml

16、导出 requirements.txt

pip freeze > requirements.txt

17、安装requirements.txt

（ -i https://pypi.tuna.tsinghua.edu.cn/simple是镜像源，可以加可以不加，加上之后下载的速度会更快）

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

conda下目录的切换

1、进入 D盘

2、切换到D盘的某一个文件夹下

3、返回上一级

查看cuda版本：

nvidia-smi