conda常用命令总结

Conda 是一个用于管理 Python 环境和软件包的开源包管理系统和环境管理系统。以下是一些 Conda 常用命令的总结:

  1. 创建环境:

    bash 复制代码
    conda create --name myenv

    创建一个名为 myenv 的新环境。

  2. 指定 Python 版本创建环境:

    bash 复制代码
    conda create --name myenv python=3.8

    创建一个指定 Python 版本的新环境。

  3. 激活环境:

    bash 复制代码
    conda activate myenv

    激活名为 myenv 的环境。

  4. 列出所有环境:

    bash 复制代码
    conda env list

    列出所有存在的环境。

  5. 安装包:

    bash 复制代码
    conda install package_name

    在当前激活的环境中安装指定包。

  6. 安装指定版本的包:

    bash 复制代码
    conda install package_name=1.2.3

    安装指定版本的包。

  7. 升级包:

    bash 复制代码
    conda update package_name

    更新指定包到最新版本。

  8. 列出已安装的包:

    bash 复制代码
    conda list

    列出当前环境中已安装的所有包。

  9. 搜索可用的包:

    bash 复制代码
    conda search package_name

    搜索可用于安装的包。

  10. 移除包:

    bash 复制代码
    conda remove package_name

    从当前环境中移除指定包。

  11. 导出环境:

    bash 复制代码
    conda env export > environment.yml

    将当前环境导出为 YAML 文件。

  12. 根据 YAML 文件创建环境:

    bash 复制代码
    conda env create -f environment.yml

    根据 YAML 文件创建环境。

  13. 移除环境:

    bash 复制代码
    conda env remove --name myenv

    移除名为 myenv 的环境。

  14. 查看帮助:

    bash 复制代码
    conda --help

    查看 Conda 的帮助信息。

  15. 待续。。。

相关推荐
初级炼丹师(爱说实话版)2 小时前
PGLRNet论文笔记
人工智能·深度学习·计算机视觉
无风听海2 小时前
神经网络之理解梯度和方向导数
人工智能·深度学习·神经网络
zy_destiny6 小时前
【工业场景】用YOLOv8实现人员打电话识别
人工智能·python·深度学习·yolo·机器学习·计算机视觉·目标跟踪
zzZ65656 小时前
PyTorch 实现 MNIST 手写数字识别全流程
pytorch·深度学习
Mr.Winter`7 小时前
深度强化学习 | 基于SAC算法的动态避障(ROS C++仿真)
人工智能·深度学习·神经网络·机器人·自动驾驶·ros·具身智能
东方芷兰7 小时前
LLM 笔记 —— 07 Tokenizers(BPE、WordPeice、SentencePiece、Unigram)
人工智能·笔记·深度学习·神经网络·语言模型·自然语言处理·nlp
盼小辉丶7 小时前
Transformer实战(22)——使用FLAIR进行语义相似性评估
深度学习·自然语言处理·transformer
棱镜研途7 小时前
科研快报 |声波“听”见火灾温度:混合深度学习重构三维温度场
人工智能·深度学习·目标检测·重构·传感·声波测温·火灾安全
2401_836900338 小时前
PyTorch实现MNIST手写数字识别:从数据到模型全解析
pytorch·深度学习·可视化训练
武子康8 小时前
AI-调查研究-102-具身智能 智能机械臂、自动驾驶与人形机器人的模仿学习、强化学习与多模态融合趋势
人工智能·深度学习·机器学习·ai·机器人·强化学习·具身智能