私人笔记无偿分享，更多内容请访问：链接：https://pan.baidu.com/s/19mS5N9XJ_AotF20kUwSA3w?pwd=p5kx
提取码：p5kx
复制这段内容后打开百度网盘手机App，操作更方便哦
4.4. anaconda虚拟环境搭建：
网址：为什么要创建anaconda的虚拟环境_ice bear桑的博客-CSDN博客_anaconda为什么要创建环境
在Anaconda Prompt中执行（搭建的环境的位置：在anaconda\envs）
4.4.1. 创建虚拟环境(注意路径)
(29条消息) bug记录：解决Windows系统anaconda创建虚拟环境后pip install定位到全局问题_小金总会发光的博客-CSDN博客
(17条消息) w11下载anaconda在d盘，新建的虚拟环境总是在c盘怎么解决_conda创建虚拟环境到c盘_weixin_48373309的博客-CSDN博客
(17条消息) 解决新创建的anaconda环境在C:\Users\xxx\.conda\envs\，而不在anaconda安装目录下的envs中_anaconda新建的环境位置_半岛铁子_的博客-CSDN博客
(58条消息) 【深度学习进阶之路】----解决新建Anconda虚拟环境总是安装在C盘的问题_anaconda c盘_丁大力_DDL的博客-CSDN博客
一定要先安装python解释器（重点：关联安装pip）之后才能用pip install命令，否则安装的包全部跑到base环境下（并且不会保错）
（标红的--name 可以改为 -n）
#创建名为your_env_name的环境
conda create --name your_env_name
conda create --n your_env_name
#创建制定python版本的环境
conda create --name your_env_name python=2.7
conda create --name your_env_name python=3.6
#创建包含某些包（如numpy，scipy）的环境
conda create --name your_env_name numpy scipy
#创建指定python版本下包含某些包的环境
conda create --name your_env_name python=3.6 numpy scipy
4.4.2. 激活（进入）其他虚拟环境：
（如果已经进入其他环境，就要先退出，再进入，环境名中有空格，名称外面记得加双引号）
conda activate xxxxx(名字)
有的版本直接输入：activate xxxxx(名字)也行
4.4.3. 查看当前存在哪些虚拟环境
conda env list 或 conda info -e
或conda info --envs
4.4.4. 退出虚拟环境
conda deactivate
好像直接输入：deactivate也行
4.4.5. 删除和重命名环境
1、删除(先回到base环境)
conda remove -n xxxxx(名字) --all
环境卸载后，去文件夹找到对应文件名，删除。（否则重新建同名的会报错）
2、重命名（之后要重新配置解释器路径）
需要注意的是，重命名环境不是直接重命名环境的名称，而是通过复制旧环境创建一个新环境，并删除旧环境。因此，在复制环境时，要确保新环境的名称不存在，并且旧环境的名称不再使用。
首先对要需要重命名的conda环境进行复制，
# 这是简化的命令形式（conda-new为新环境名，conda-old为旧环境名）
conda create -n conda-new --clone conda-old
# 下面是完整的命令形式（conda-new为新环境名，conda-old为旧环境名）
conda create --name conda-new --clone conda-old
然后删除原有的conda环境：
conda remove -n conda-old –all
# --all：表示删除整个conda环境；
当然，也可以将命令放在一起执行，中间加上英文分号即可
conda create --name GUIEnv --clone "Graphical interface" ; conda remove --name "Graphical interface" –all
原环境：Graphical interface，因为有空格所以加引号
现环境：GUIEnv
4.4.6. 复制环境（同一台机子）
环境复制不等同于环境打包，因为两者生成的文件不一致，环境复制一步到位，环境打包要导出还有导入
复制环境前提是多个环境在同一个路径目录下，如果一个是c盘，一个是d盘，下面的命令都不行
在一个新开的虚拟环境中，往往没有安装anaconda时在base环境中的那些基础的科学计算包，一个个手动安装，明显太费事，这里环境复制更多指的是，在一台机子上，复制你配置的其他环境中的安装内容。
不过有一个弊端，没有找到可以直接复制到其他现有环境的命令
4.4.6.1. 复制base环境
（1）新建一个名为new_name的环境，将base环境中的包复制过去。
conda create -n new_name --clone base
注：此命令，在哪一个虚拟环境下操作都可以，因为是新建环境
（2）删除这个复制过来的环境（new name）
参考5、删除，拷贝和重命名环境
4.4.6.2. 复制其他环境
conda create -n 新环境的名称 --clone 老环境名称
注：此命令，在哪一个虚拟环境下操作都可以，因为是新建环境
4.5. anaconda虚拟环境打包
4.5.1. 项目环境打包 (必看)
常用于项目所需环境的打包，并给其他人安装对应环境的时候使用，将导出的txt和yml放到项目文件中，可以被自动识别
建议安装不同的包的时候，用同一种命令pip或conda，否则要导出，导入两次，比较麻烦，当然也可以用连接符同时执行命令
# 同时导出conda命令的包信息和pip命令的包信息（包信息不重复）
conda env export > environment.yml ; pip freeze > requirements.txt
使用`&&`来连接两个或多个命令是一种shell技术，它允许你在按照顺序执行每个命令之前，检查前一个命令的运行结果。如果前一个命令运行失败，将不会执行后续的命令。如果失效改为;
# 使用conda和pip安装相应的包（注意路径）
conda env create -f environment.yml ; pip install -r requirements.txt
（结合：4.5.1.2环境的导入（不看）：）如果失效改为;
分号用来分隔多条命令，表明这些命令要组成一个整体，在整体执行完成之后才会返回结果。
备注：导出的文件，其中环境名称已经被写在yml和txt文件中了，当需要导入时，文件中的环境名称可以手动修改，之后就会根据文件中的环境名称自动新建环境和包文件，如果先建立环境，再进入环境中，再导入文件，那么yml和txt中的环境部分要删除，否则就会新建了，注意要将两份文件的环境名称保持一致，这样yml和txt中的包就会直接被写到一个环境中了
分开详细步骤如下，建议不看
4.5.2. 环境的导出（不看）：
导出base环境需要先克隆到一个新的虚拟环境，再导出
4.5.2.1. 进入你所要导出的虚拟环境（my_torch）中，
conda activate my_torch (名字)
好像直接输入：activate xxxxx(名字)也行
4.5.2.2. 导出当前环境：
conda env export > my_torch.yaml
4.5.2.3. pip安装的库的导出
若所装的库未用pip命令，则此步骤可以省略
pip freeze > my_torch.txt
4.5.2.4. 文件导出的位置：（即：进入Anaconda Prompt界面中的目录位置）
这是本人导出的文件的存放位置
4.5.3. 环境的导入（不看）：
可以直接复制envs目录下对应的环境，压缩发给其他人，拿到后解压，放到他的envs目录下，之后重启即可更新环境）不用下面的方法也可以，适合网络不佳的情况。（不一定100%可以）
常用方法：记住以下操作直接在base环境中操作，无需创建或切换环境，前提是导入文件自带环境名称。如果不自带环境名称，那么此时一定要先新建环境，然后在该环境内导入对应包文件。（如有特殊变换，我会备注）
4.5.3.1. conda导入环境
#其中-f表示你要导出文件在本地的路径，所以/path/to/environment.yml要换成你本地的实际路径（environment.yaml 是你所导出的环境名）
environment.yaml也可以进入修改名称，格式如下：
conda env create -f=/path/to/environment.yaml #这里只提供这一种命令
解释：进入Anaconda Prompt后，直接执行此命令，无需再重新创建一个虚拟环境
或：conda env create -f environment.yaml
（下图中，本人这里导出和导入都放在同一位置，所以不用加路径，除非你进去切换了路径，一般重装anconda时，与原来安装路径一致即可）
运行安装完后，结果如下图：
自动创建你所导入的环境名称和环境配置（conda命令所装的库）。
4.5.3.2. pip安装库的导入：
对于用pip命令所装的库，还要加一步：导入
pip install -r my_torch.txt #同样在base环境中执行即可（最好在对应虚拟环境中进行）
不在命令行的路径下，执行以下代码：
#其中C:\Users\Microstrong\enviroment.txt是该文件在你电脑上的实际路径。
pip install -r C:\Users\Microstrong\enviroment.txt
图中出现的报错，是因为找不到对应的版本（应该是所采用的源，没有这个所要导入的指定版本库，通常是库的版本太低，采用的源中没有对应的低版本，方法一：升级：对应库的版本，参考pip命令章节，方法二、更换源，要试好多源。）
（本人原因，之前装这些库的时候用的是官方源，anaconda重装后，但是C:\Users\1234\AppData\Roaming\pip下的pip.ini还在，所以这次安装就是采用我所定义的源，所以选择好源，再装重要。）
为了以防万一，进入你所导入的环境中用conda list 查看所装的库，是否有.txt文件中的库
到此为止，库的导入即完成了，环境也创建了。
最后再conda env list，查看所有导入的环境（可省略）
提示：最好不要在：base环境中安装库，建议配置一个虚拟环境，很方便
4.5.3.3. 他人的直接调用
拿到别人发给你的 environment.yml文件和environment.txt后，将该文件放在工作目录下（即：下图红色箭头），可以通过命令conda env create -f environment.yml ; pip install -r requirements.txt
从该文件创建环境，不用再切换路径，省事
![[PyTorch][chapter 9][李宏毅深度学习][CNN]](https://img-blog.csdnimg.cn/direct/ee1281c966204a209c3204c8f2113047.png)
