Conda常用记录
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:
本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!