使用conda新建环境出现的神奇问题

最新推荐文章于 2025-12-17 20:38:39 发布

原创最新推荐文章于 2025-12-17 20:38:39 发布 · 161 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#conda #python #pycharm

部署运行你感兴趣的模型镜像

闲着无聊所以在学习python，安装了python38和pycharm之后运行项目总是报错，不能成功。检查之下发现是因为python的版本迭代太快了，还有依赖的库的版本迭代，不同版本的有些方法的参数可能不同，或者已经废弃了。但是更新太麻烦了，而且可能同时需要用到两种版本以上的python。于是我选择使用anaconda，它可以安装虚拟的不同版本的python环境，但是默认是安装在系统盘的.conda文件的envs下，真恼火。。。

在网上可算找着了修改位置的方法，就是在.condarc下添加

envs_dir

- 自定义安装位置

就可以了，结果找了半天，找不到.condarc这个文本，才发现需要自己生成，难绷。。。。

使用以下命令生成

conda config --set show_channel_urls yes；
结果搞好之后，执行conda命令显示

它报错的问题就是非法的yaml在第8行，也就是我加进去的自定义的存储位置，经过我良久的检查之后发现并没有错误，文件夹的位置和权限都设置好了，还有condarc文本里tab和空格的区别，大怒，想着删掉试试。

结果发现可以了。。。。令人震惊的还有新建环境的位置竟然修改成功了，真是莫名其妙=_=

您可能感兴趣的与本文相关的镜像

Python3.8

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

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

宇宙的最后一粒尘埃

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV

shinuone的博客

02-23

2万+

（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv

conda环境配置、pip安装位置问题与解决

1 条评论

优快云-Ada助手 2023.06.22
恭喜用户写了这篇关于使用conda新建环境的博客，对于这个问题的探索能够帮助更多的人。下一步的创作建议是可以考虑分享更多关于conda的使用技巧或者是其他常用工具的使用心得，期待更多的优质内容。优快云会根据你创作的博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.youkuaiyun.com/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply8 看奖励名单。

anaconda创建环境时出现CondaHTTPError问题的解决

聆听雨de旋律

07-30

4647

搞了一天终于把pytorch给弄好了之前由于想看youtube，就照着网上给的安装教程设置了一下代理，如果不是今天发生这么麻烦的事情，我不会觉得随便设置代理会带来这么麻烦的事情。自从之前设置代理以后，只有打开vpn，ie浏览器才能上网，一直觉得很神奇，但是太懒了，所以就没有管这个事情，反正谷歌浏览器可以正常使用。结果今天说弄一个pytorch吧，创建环境一直失败，查了好多资料都没有弄好，耽误...

conda 的base 环境底层冲突（可以选择不卸载 Anaconda）

weixin_45018943的博客

02-18

478

我选择了去年的一个版本，conda install --revision 1 (比较神奇的是我之前使用 conda install 一直报错，这次竟然没有报错，只不过时间比较久)，改换版本之后，我的base 环境又回到了之前较为干净的版本，可以正常运行 conda install 啦。

【科研小白系列】从0开始配置服务器环境：Miniconda（超详细）

Yaoyao2024的博客

01-10

3540

今天是来到一个全新的实验室单位实习的第五天了，回想起来到实验室的第一天，老师给我在服务器上开了个新用户，这意味着我又需要在服务器终端重新配置所有的环境。借着这个机会，我正好可以继续整理出一个比较完整的适合小白的实验室入门教程了。同时在这个实习过程中，我也学到了很多东西，比如工具的正确使用、新的终端工具、调试方法等等。也会在这期之后继续更新。碎碎念，其实在第一天连接服务器的时候，我遇到了很多问题，比如在本地windows下怎么都连不上服务器，最终换成苹果系统居然神奇的好了。

linux安装conda

weixin_62237904的博客

09-20

3040

conda和pip同为包软件管理器，即，你想下载一个包，可以试试//安装//卸载或者//安装//卸载那这俩玩意有啥区别？如果你想听专业回答，可以看看别人的博客，或者也可以听我说说：conda除了install和uninstall，还可以创建虚拟环境。比如他自带base环境你会发现你装了conda之后，你的用户名前面有一个(base)，代表，你现在正在base环境中。

关于arcgis中的python2和conda中的python3共存问题解决方法

weixin_62229861的博客

11-19

1950

声明:本文方法非原创，借鉴大佬文章做了一些更新和补充，望大家理性操作，同时还请各位大佬指正!同时在解决问题过程中有很多具体问题网上给出的方法参差不齐，有的小朋友也很苦恼自己没有gpt的账号，在这里强烈给大家推荐一个平替的工具:阿水AI！这个是B站一个up主做的网站，其中的大语言模型也是调用gpt，传送门如下:一点点废话可以活跃气氛，太多的废话就会让人嫌弃。废话不多说，我们进入正题！一切的起源来自于那场意外。那是一个风雨交加的雷暴天气，刚刚装完arcgis的安装的我，在张角“苍天已死，黄天当立。

如何在ROS中调用anaconda虚拟环境，以及如何将一个python工程封装为一个ROS包并rosrun执行。

Vint_LU的博客

11-27

2853

我的python代码一般都在pycharm上直接右键运行的，因为pycharm可以集成我的conda虚拟环境。但前段时间需要将我写的python工程“打包”为一个ROS包，并丢到工作空间中和其他部分的代码进行通讯。

Conda使用备忘

欢迎光临

02-11

442

1 使用 Conda 建立一个 Python2 虚拟环境 1.1 显示可安装的 python 版本 conda search -f python 1.2 新建虚拟环境 conda create -n python2 python=2.7 1.3 查看已有虚拟环境 conda env list 1.4 激活虚拟环境 conda activate python2 1.4 移除虚拟环境 conda remove -n yourenvname --all 2 Conda 安装 TensorFlow 1.x

创建pytorch虚拟环境的版本问题

weixin_45642184的博客

06-10

970

gvp虚拟环境安装的版本依赖问题

Jupyter Notebook集成秘技：在PyCharm中调用Conda环境运行.ipynb文件的3种方式

# Jupyter Notebook与PyCharm集成：从环境隔离到自动化工作流的深度实践你有没有遇到过这样的场景？早上刚打开电脑，准备复现昨天那个跑通了的模型训练实验，结果发现——内核启动失败。点开一看，提示 `...

streamlit (python构建web)之环境搭建

记录开发和安全学习过程中的点点滴滴

08-06

2289

Streamlit是一个专为数据科学家设计的开源Python库，它通过提供直观的API简化了将数据分析脚本转化为完全功能的Web应用的过程。使用Streamlit，开发者可以轻松地添加交互式组件，如滑块、下拉菜单和文本输入框，以收集用户输入，同时能够动态地展示图表、图像、数据表格和文本，从而创建出既美观又实用的数据驱动应用。Streamlit的应用范围广泛，从快速原型开发到复杂的数据仪表板，都可以通过它来实现，极大地提高了开发效率并降低了技术门槛。

安装langchain的过程

m0_65485230的博客

12-16

1082

首先建议大家安装在虚拟环境里面，因为安装在本地容易出现依赖问题报错。

【PYTHON】python venv创建虚拟环境，非conda

随笔

12-12

273

【PYTHON】python自身创建虚拟环境，非conda

Docker 是什么？Docker 和 Conda 的区别

weixin_55102248的博客

12-08

984

Conda 管的是语言依赖；Docker 管的是整个环境（用户空间 + 程序 + 依赖）。特性CondaDocker管理范围Python/R 包整个用户空间 + 程序 + 依赖隔离级别低高可移植性中极高部署一般专业级是否包含操作系统用户空间❌✔是否包含内核❌❌是否适合生产部署❌✔Conda = 语言级环境管理Docker = 系统级容器化环境Docker 容器可移植、隔离、可复现，适合开发、部署和协作。

anaconda search&anaconda show | conda 检索包资源安装指定版本包指定源安装命令package

Frost_Descent的博客

12-14

963

conda install有可能会受限于channel导致报错PackagesNotFoundError: The following packages are not available from current channels。通过anaconda show获取指定包的安装源信息和安装指令，例如这里选择了合适的名为fastchan/albumentations的包资源。可以看到检索到了十项albumentations包相关的资源，包括对应的包版本、类型、平台等信息。通过提供的指令安装指定包。

Conda 常用命令行

最新发布

2301_76854264的博客

12-17

py配置anconda环境。

python -m venv（Python 内置虚拟环境工具）和 conda create（Anaconda/Miniconda 环境管理工具）

m0_73161433的博客

12-15

822

选型核心优势核心劣势轻量、内置、无需额外安装、纯 Python 友好无 Python 版本管理、仅隔离包、依赖解析弱跨语言、隔离彻底、Python 版本管理、依赖解析强需额外安装、体积大、纯 Python 项目略冗余纯 Python 轻量项目用 venv，数据科学 / 复杂依赖 / 多 Python 版本用 conda。

[Python实战] 解决Outlook同步中的字符编码问题：表情符号也能正确处理了！

每日出拳老爷子的博客

12-16

157

摘要：本文分享了在使用Python同步Outlook会议信息时遇到的GBK编码问题解决方案。当处理包含表情符号（如📧）的会议内容时，Flask返回JSON会报"'gbk' codec can't encode"错误。作者通过封装ensure_utf8函数对文本进行UTF-8编码处理，同时建议设置Flask响应头编码为UTF-8和调整控制台输出编码，有效解决了特殊字符导致的编码异常问题。文章提供了从问题分析到完整解决方案的实践过程，适用于处理Python中的Unicode编码问题。

运行yolov8使用conda环境环境出问题

03-27

<think>好的，用户之前遇到了运行YOLOX8时ImportError: cannot import name 'deque'的问题，我帮他一步步排查了Python版本、命名冲突、环境问题等，并给出了解决方案。现在用户的新问题是关于使用conda环境运行YOLOv8时出现问题，需要我的帮助。首先，我需要理解用户的具体问题。用户提到“使用conda环境环境出问题”，可能是在创建或配置conda环境时遇到了问题，或者在安装依赖项、运行YOLOv8时出现了错误。但用户没有提供具体的错误信息，所以需要我推测可能的常见问题，并给出通用的解决步骤。接下来，我应该回顾之前提供的解决方案，看看是否有适用于conda环境的部分。之前的回答中提到了创建虚拟环境、检查Python版本、依赖冲突等，这些同样适用于conda环境。但conda可能有自己的一些特有问题，比如通道配置、包版本兼容性等。用户可能的问题可能包括： 1. Conda环境创建失败，无法安装Python或其他包。 2. 在conda环境中安装YOLOv8的依赖时出现冲突。 3. 运行YOLOv8时出现与之前类似的导入错误，或者其他新的错误。 4. Conda环境中的Python路径配置错误，导致无法正确执行。我需要针对这些可能的情况给出步骤。首先，应该指导用户检查conda环境的基本配置，确保Python版本符合要求。然后，建议正确的安装步骤，包括安装PyTorch时使用conda命令，因为conda和pip混合使用有时会导致依赖冲突。此外，可能需要更新或重新安装ultralytics包，确保所有依赖项正确安装。另外，用户可能在安装CUDA相关依赖时出现问题，尤其是在使用GPU的情况下。需要提醒用户检查CUDA版本与PyTorch版本的兼容性，并确保conda安装了正确的版本。如果用户遇到特定的错误信息，比如缺少其他模块或版本不兼容，可能需要更具体的解决方案。但由于用户没有提供错误详情，我的回答需要覆盖常见的可能问题，并建议用户提供更多信息以便进一步帮助。最后，总结步骤，让用户逐步排查环境问题，从创建环境、安装依赖到测试运行，确保每个环节都正确无误。同时，提醒用户注意包管理器的使用顺序，避免混合使用conda和pip导致的环境混乱。</think>当在 Conda 环境中运行 YOLOv8 遇到问题时，通常与环境配置、依赖冲突或安装步骤相关。以下是详细的排查和解决方法： --- ### **1. 确认 Conda 环境配置** #### **问题原因** Conda 环境未正确安装或激活，或 Python 版本不兼容 YOLOv8。 #### **解决步骤** 1. **创建新环境**（避免与现有环境冲突）： ```bash conda create -n yolov8_env python=3.8 # 推荐 Python 3.8/3.9 conda activate yolov8_env ``` 2. **检查 Python 版本**： ```bash python --version # 确保版本 ≥ 3.7 ``` --- ### **2. 安装 PyTorch 依赖** #### **问题原因** YOLOv8 依赖 PyTorch，但未通过 Conda 正确安装。 #### **解决步骤** 1. **根据 CUDA 版本安装 PyTorch**（以 CUDA 11.3 为例）： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` - 无 GPU 时安装 CPU 版本： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 2. **验证 PyTorch 是否正常**： ```python import torch print(torch.__version__, torch.cuda.is_available()) # 输出版本和 GPU 状态 ``` --- ### **3. 安装 YOLOv8 依赖** #### **问题原因** `ultralytics` 包未正确安装，或依赖项版本冲突。 #### **解决步骤** 1. **通过 Pip 安装 YOLOv8**（Conda 官方仓库未收录）： ```bash pip install ultralytics ``` 2. **升级关键依赖**： ```bash pip install --upgrade numpy opencv-python Pillow ``` --- ### **4. 常见错误与修复** #### **(1) 依赖冲突** - **现象**：安装时提示 `Solving environment: failed` 或版本不兼容。 - **修复方法**： ```bash # 清除 Conda 缓存并重试 conda clean --all # 或新建干净环境从头安装 ``` #### **(2) 缺失动态链接库（Linux/Mac）** - **现象**：`ImportError: libGL.so.1` 或类似错误。 - **修复方法**： ```bash # Ubuntu/Debian sudo apt-get install libgl1-mesa-glx # CentOS sudo yum install mesa-libGL ``` #### **(3) 权限问题** - **现象**：`Permission denied` 或写入错误。 - **修复方法**： ```bash # 使用 --user 安装或赋予权限 pip install --user ultralytics # 或激活 Conda 环境后安装 ``` --- ### **5. 验证 YOLOv8 是否正常工作** ```bash # 运行测试命令（自动下载模型和测试图像） yolo detect predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg' ``` - **成功标志**：输出检测结果并生成 `runs/detect/predict` 文件夹。 --- ### **6. 环境备份与恢复** 若环境仍不稳定，可导出配置并重建： ```bash # 导出当前环境配置 conda env export > yolov8_env.yaml # 删除旧环境 conda remove -n yolov8_env --all # 从文件重建环境 conda env create -f yolov8_env.yaml ``` --- ### **总结步骤** 1. 创建新 Conda 环境并激活。 2. 安装匹配 CUDA 版本的 PyTorch。 3. 通过 Pip 安装 `ultralytics` 并升级依赖。 4. 运行测试命令验证功能。如果问题仍然存在，请提供完整的错误日志，以便进一步分析！