【conda】实现conda环境迁移的4种方式

文章目录

      • [方案1: 使用conda pack制作压缩包并在目标环境解压使用](#方案1: 使用conda pack制作压缩包并在目标环境解压使用)
      • [方案2: 使用package列表文件重新创建conda环境](#方案2: 使用package列表文件重新创建conda环境)
      • [方案3: scp将环境文件夹拷贝到目标主机上](#方案3: scp将环境文件夹拷贝到目标主机上)
      • [方案4: 通过--clone先克隆一个环境再conda pack打包迁移](#方案4: 通过--clone先克隆一个环境再conda pack打包迁移)

方案1: 使用conda pack制作压缩包并在目标环境解压使用

  • 适合离线环境, 在目标环境无法联网或者网络不畅时很好用

  • (1) 先安装conda pack

    shell 复制代码
    pip install conda-pack
    # 或者
    conda install conda-pack
  • (2) 查看要打包的conda环境

    shell 复制代码
    conda info -e
  • (3) 压缩conda环境

    shell 复制代码
    conda pack -n your_conda_env	# 会自动压缩为your_conda_name.tar.gz

    或

    shell 复制代码
    conda pack -n your_conda_env -o out_name.tar.gz	# 自定义压缩包名

    或

    shell 复制代码
    conda pack -p /your/path/to/your_conda_env	# 打包指定目录下的环境
  • (4) 将压缩包拷贝到目标环境

    目标环境需要和源环境是相同平台和操作系统

  • (5) 在目标环境anaconda/env下创建文件夹并解压

    shell 复制代码
    cd ~/anaconda/env
    mkdir your_conda_name
    cd your_conda_name
    sudo tar -zxvf your_conda_env.tar.gz
  • (6) 查看并使用conda环境

    shell 复制代码
    conda info -e
    conda activate your_conda_env

方案2: 使用package列表文件重新创建conda环境

  • 需要联网, 适合不同平台和操作系统之间重新创建环境, 安装起来很费时

  • (1) 首先先导出conda list

    shell 复制代码
    conda list -e > spec_list.txt		# -e是export, spec_list.txt也可以起其他名字
  • (2) 在目标环境根据spec_list.txt创建虚拟环境

    shell 复制代码
    conda create --name virtual_env_name --file spec_list.txt

    这一步相当于把spec_list.txt中的软件包都重新安装一遍, 很慢

方案3: scp将环境文件夹拷贝到目标主机上

  • 可以局域网访问的两台主机之间, 一次可能拷贝10G+文件, 不是很推荐这种直接拷贝的方式

    shell 复制代码
    scp -r ~/anaconda/env/your_conda_env user@ip:~/anaconda/env

    拷贝完成后conda info -e可看到your_conda_env, 激活后可使用

方案4: 通过--clone先克隆一个环境再conda pack打包迁移

  • 这种方式和方案1的区别就是先执行--clone先克隆了一份环境, 其他一样, 不推荐

    shell 复制代码
    conda create --name new_env_name --clone old_env_name
    # 或者
    conda create -n new_env_name --clone old_env_name
    # 或
    conda create -n new_env_name --clone /path/to/your/env

【参考文章】

1. conda pack和pip download

2. scp方法直接拷贝

3. conda常用命令

created by shuaixio, 2024.03.06

相关推荐
emo_2b16 小时前
Pycharm配置conda解释器时遇到的问题及解决方法
linux·pycharm·conda
Είναι η κοπέλα3 天前
llama.cpp 与 GGUF 格式:本地大模型的“裸引擎“
开发语言·人工智能·pytorch·python·conda
Είναι η κοπέλα4 天前
显存计算与模型选择:你的显卡能跑多大的模型
人工智能·pytorch·python·开源·conda
天蓝蓝的本我4 天前
conda日常用到的命令积累1-登录linux,安装pycharm
linux·pycharm·conda
Είναι η κοπέλα7 天前
Python 虚拟环境:venv、conda 与 Python 版本选择全解
开发语言·python·conda
夏天拐跑了西瓜9 天前
一文入门LangChain:从框架认知到构建你的第一个AI Agent
python·langchain·conda·agent
weixin_461769409 天前
机械臂SDK运行日志
conda·sdk
三点水-here11 天前
从 Miniconda 迁移到 Miniforge3 全记录:安装、配置、环境迁移与排错实录
python·conda
MI_farmer12 天前
Anaconda 安装在 D 盘但虚拟环境跑到 C 盘,以及 Conda PermissionError: WinError 5 的解决方法
c语言·开发语言·conda
伞伞悦读19 天前
【第39期】Python 第三方包安装详解:pip、conda、requirements、版本锁定和镜像源
python·conda·pip