【解决Jetson Nano 内存不足问题】纯命令行将 Conda 环境迁移到 SD 卡

前言

Jetson Nano 板载只有 16GB 的存储空间,在安装完 Ubuntu 和 Conda 环境后,剩余空间就捉襟见肘了,无法满足安装 PyTorch 等大型包的需求。此时如果你有一张SD卡,那么可以考虑将 Conda 环境迁移到 SD 卡上。

但网上的教程基本都是选择将操作系统迁移到SD卡以扩展存储,但这往往会带来性能下降的问题。其实可以只改Conda的安装目录实现一样的效果(因为主要的内存都是Conda环境占用):将Conda环境默认安装在SD卡上,而无需迁移整个操作系统。这种方法不仅有效利用了额外的存储空间,而且保持了系统的性能。

于是就有了这个教程😁

1. 准备工作

在开始之前,请确保你的Jetson Nano已经安装了Conda环境管理器。如果没有的话可以通过以下命令安装:

bash 复制代码
sudo apt update
sudo apt install conda

或者直接去anaconda官网下载(我是下的mambaforge,可以认为是一个小型的anaconda)

2. 创建新的Conda环境目录

首先,我们需要在SD卡上创建一个新的目录,用于存放Conda环境和包。假设你的SD卡已经挂载在/home目录下,可以使用以下命令创建环境目录:

bash 复制代码
mkdir /home/conda_envs

3. (💥最关键的一步💥)配置Conda环境变量

为了告诉Conda使用新创建的目录作为环境和包的存储位置,需要设置CONDA_ENVS_DIRS环境变量。咱们可以在你的shell配置文件中(如.bashrc.zshrc)添加以下行:

bash 复制代码
export CONDA_ENVS_DIRS="/home/conda_envs"

保存更改后,运行以下命令使配置生效:

bash 复制代码
source ~/.bashrc

4. 创建新的Conda环境

然后我们就可以使用Conda命令创建一个新的环境,它将默认存储在CONDA_ENVS_DIRS指定的目录中:

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

这里的my_new_env是新环境的名称,python=3.8指定的是Python的版本。

5. 激活新的Conda环境

使用以下命令激活你的新环境:

bash 复制代码
conda activate my_new_env

6. 安装包

在激活的环境中,你现在可以安装所需的包,它们将被存储在SD卡上:

bash 复制代码
conda install numpy pandas

7. 验证环境位置

为了确认环境和包确实被安装在了SD卡上,我们可以使用以下命令查看环境目录:

bash 复制代码
conda env list

这将列出所有环境及其对应的路径。确保你的新环境my_new_env的路径指向了/home/conda_envs

至此,我们就成功的把Conda环境改成默认装在SD卡上了

OVER👻

相关推荐
yusaisai大鱼33 分钟前
TensorFlow如何调用GPU?
人工智能·tensorflow
方竞39 分钟前
Linux空口抓包方法
linux·空口抓包
sun0077002 小时前
ubuntu dpkg 删除安装包
运维·服务器·ubuntu
海岛日记2 小时前
centos一键卸载docker脚本
linux·docker·centos
AttackingLin2 小时前
2024强网杯--babyheap house of apple2解法
linux·开发语言·python
珠海新立电子科技有限公司3 小时前
FPC柔性线路板与智能生活的融合
人工智能·生活·制造
shuangrenlong3 小时前
slice介绍slice查看器
java·ubuntu
IT古董3 小时前
【机器学习】机器学习中用到的高等数学知识-8. 图论 (Graph Theory)
人工智能·机器学习·图论
曼城周杰伦3 小时前
自然语言处理:第六十三章 阿里Qwen2 & 2.5系列
人工智能·阿里云·语言模型·自然语言处理·chatgpt·nlp·gpt-3