Conda常用记录

1. 创建新环境

conda create -n env_name package_name

#创建名为env_name的新环境，并在该环境下安装名为package_name 的包.

可以指定新环境的版本号，例如：

conda create -n py2env python=2.7 numpy pandas

创建了python2环境，python版本为2.7，同时还安装了numpy pandas包

2. 删除环境

conda remove –name env_name –all

\1. conda –version #查看conda版本，验证是否安装

\2. conda update conda #更新至最新版本，也会更新其它相关包

\3. conda update –all #更新所有包

\4. conda update package_name #更新指定的包

\5. conda create -n env_name package_name #创建名为env_name的新环境，并在该环境下安装名为package_name 的包，可以指定新环境的版本号，例如：conda create -n python2 python=python2.7 numpy pandas，创建了python2环境，python版本为2.7，同时还安装了numpy pandas包

\6. source activate env_name #切换至env_name环境

\7. source deactivate #退出环境

\8. conda info -e #显示所有已经创建的环境

\9. conda create –name new_env_name –clone old_env_name #复制old_env_name为new_env_name

\10. conda remove –name env_name –all #删除环境

\11. conda list #查看所有已经安装的包

\12. conda install package_name #在当前环境中安装包

\13. conda install –name env_name package_name #在指定环境中安装包

\14. conda remove – name env_name package #删除指定环境中的包

\15. conda remove package #删除当前环境中的包

\16. conda create -n tensorflow_env tensorflow

conda activate tensorflow_env #conda 安装tensorflow的CPU版本

\17. conda create -n tensorflow_gpuenv tensorflow-gpu

conda activate tensorflow_gpuenv #conda安装tensorflow的GPU版本

\18. conda env remove -n env_name #采用第10条的方法删除环境失败时，可采用这种方法

Refer:

https://zhuanlan.zhihu.com/p/67745160