【DeepLearning笔记】conda高频命令及非root用户下cuda配置建议

conda高频命令及非root用户下cuda配置建议，建议收藏

最近在调试模型时发现总会出现各种cuda版本问题，但网络中教程建议使用软连接等方式建立多cuda环境，并不好用，因此总结这一篇博文，结尾有彩蛋～

conda常用命令

本文第一部分主要介绍conda基础命令

conda基础命令

新建环境名为env_name的版本为#.#的环境：

conda create -n env_name python=#.#

删除env_name环境：

conda remove -n env_name --all

复制old_env_neme环境为new_env_neme：

conda create -n new_env_name --clone old_env_name

进入env_name环境：

conda activate env_name

退出环境：

conda deactivate

显示所有环境：

conda env list

检索tool包的可安装版本：

conda search ${
   tool}

安装tool包：

conda install ${
   tool}

列举当前环境下的依赖包：

conda list

conda实用命令

复制环境

conda create -n BBB --clone AAA

远程环境分享可能会使用到压缩环境
创建环境分享包，压缩环境到environment.yml：

conda env export > environment.yml

安装分享环境：

conda env create -f environment.yml

无法安装环境可能是因为安装路径的问题
可以删除尝试.condarc

删除没有用的包

conda clean -p

删除tar包

conda clean -t

删除所有的安装包及cache

conda clean -y -all

辅助环境到无conda环境

主机如果有conda环境

conda install -c conda-forge conda-pack

没有conda环境，也可从Pypi安装

pip install conda-pack

以上都没有，也可从源码安装

pip install git+https://github.com/conda/conda-pack.git

现在呢，开发机上已经部署好了环境，完成了开发工作，需要把开发机的python环境迁移到生产机，那么需要这么做

在开发机上（根据需求三选一）

# 把虚拟环境 my_env 打包为 my_env.tar.gz
$ conda pack -n my_env

# 把虚拟环境 my_env 打包为 out_name.tar.gz
$ conda pack -n my_env -o out_name.tar.gz

# 把某个特定路径的虚拟环境打包为 my_env.tar.gz
$ conda pack -p /explicit/path/to/my_env

在生产机上

# Unpack environment into directory `my_env`
$ mkdir -p my_env
$ tar -xzf my_env.tar.gz -C my_env

# Use python without activating or fixing the prefixes. Most python
# libraries will work fine, b