conda 创建、激活、退出、删除虚拟环境

部署运行你感兴趣的模型镜像

一、conda 本地环境常用操作
#获取版本号
conda --version 或 conda -V
 
#检查更新当前conda
conda update conda
 
#查看当前存在哪些虚拟环境
conda env list 或 conda info -e
 
#查看--安装--更新--删除包
conda list:
conda search package_name# 查询包
conda install package_name
conda install package_name=1.5.0
conda update package_name
conda remove package_name

二、conda创建虚拟环境
#创建名为your_env的环境
conda create --name your_env
#创建制定python版本的环境
conda create --name your_env python=2.7
conda create --name your_env python=3.9
#创建包含某些包(如numpy,scipy)的环境
conda create --name your_env numpy scipy
#创建指定python版本下包含某些包的环境
conda create --name your_env python=3.6 numpy scipy

三、激活虚拟环境
使用如下命令即可激活创建的虚拟环境
#Linux
conda activate your_env
 
#Windows
activate your_env

四、退出虚拟环境
使用如下命令即可退出创建的虚拟环境
#Linux
conda deactivate your_env
 
#Windows
deactivate your_env

五、删除和复制虚拟环境
删除某个环境
conda remove -n your_env --all

conda remove --name your_env --all
 
例如:  conda remove --name lxa123 --all  这里 lxa123是环境名字
 
 
复制某个环境
conda create --name new_env --clone old_env

六、在指定环境中管理包
conda list -n your_env
conda install --name myenv package_name 
conda remove --name myenv package_name

七、在miniconda3安装tensorflow和pytorch
#安装GPU版本的tensorflow,并指定tensorflow的版本号
conda install tensorflow-gpu==1.14   
 
#安装cpu版本的 tensorflow,并指定tensorflow的版本号
conda install tensorflow==1.14
 
# 安装pytorch (GPU版本)
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
 
# 安装 torch (CPU版本)
conda install pytorch torchvision cpuonly -c pytorch
————————————————
版权声明:本文为优快云博主「Being me」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.youkuaiyun.com/weixin_52397563/article/details/126684139

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

<think>我们正在回答用户的问题:如何使用conda创建Python 3.6.9的虚拟环境 根据引用[1]:安装的conda基础环境是某个Python版本(比如3.8)并不影响我们创建其他版本的虚拟环境,包括3.6.9。 根据引用[2]:如果conda默认的渠道没有指定版本的Python(比如3.6.9),我们可以尝试添加其他渠道(channels)来安装。 根据引用[3]:创建conda环境的命令是:conda create -n env_name python=x.x.x 根据引用[4]:如果创建失败,可以尝试更新condaconda update conda)或者使用其他渠道。 因此,步骤可以总结为: 1. 确保conda已经安装并且是最新版本(可选,但有助于避免问题) 2. 使用conda create命令创建环境,指定python=3.6.9 3. 如果找不到3.6.9版本,可以尝试添加其他渠道(比如conda-forge)或者使用更通用的版本(如3.6,然后conda会自动选择3.6.x中的最新版本,但用户指定了3.6.9,所以我们需要明确指定) 注意:由于Python 3.6已经比较旧,可能不在默认渠道中,所以可能需要使用conda-forge渠道。 具体步骤:</think>### 如何使用 Conda 创建 Python 3.6.9 虚拟环境 #### 📌 核心步骤: 1. **更新 Conda(推荐)** 确保使用最新版 Conda 以获取完整软件包列表: ```bash conda update -n base conda ``` 2. **创建指定版本环境** 使用以下命令创建名为 `py36`(可自定义)的 Python 3.6.9 环境: ```bash conda create -n py36 python=3.6.9 ``` *若提示找不到版本,继续步骤 3* 3. **添加备用渠道(如需要)** 通过 `conda-forge` 渠道获取旧版 Python: ```bash conda create -n py36 -c conda-forge python=3.6.9 ``` 4. **激活与验证** ```bash conda activate py36 # 激活环境 python --version # 应显示 Python 3.6.9 ``` #### ⚠️ 常见问题解决: - **找不到指定版本**: 尝试使用更通用的版本号,Conda 会自动选择可用最高版本: ```bash conda create -n py36 python=3.6 ``` - **创建失败**: 更新 Conda 并清理缓存: ```bash conda clean --all conda update --all ``` - **渠道优先级冲突**: 重置渠道配置: ```bash conda config --remove-key channels ``` #### 💡 环境管理示例: | 操作 | 命令 | |------|------| | 退出环境 | `conda deactivate` | | 删除环境 | `conda env remove -n py36` | | 查看所有环境 | `conda env list` | > **关键提示**: > 1. Python 3.6 已结束官方支持(EOL),建议通过 `conda-forge` 渠道安装[^2] > 2. 基础环境Python 版本不影响虚拟环境创建[^1] > 3. 若安装过程卡顿,可尝试更换国内镜像源[^4] ```bash # 完整操作示例 conda create -n mypy36 -c conda-forge python=3.6.9 conda activate mypy36 pip install numpy pandas # 安装所需包 ``` --- ### 相关问题 1. 如何修复 `Solving environment: failed` 错误? 2. Conda 与 Pip 在虚拟环境中安装包有何区别? 3. Python 3.6 环境下如何安装 TensorFlow 1.x? 4. 为什么某些 Python 版本在默认渠道不可用? 5. 如何将 Conda 虚拟环境导出为可移植的配置文件?
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

打赏作者

手把手教你学AI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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