Ubuntu将深度学习环境配置移植到新电脑

这里默认新电脑已经安装好了conda、CUDA这些,可以直接创建新的虚拟环境。

参考链接:

基础知识

创建和管理Conda环境

创建新环境:conda create -n myenv python=3.8(其中myenv是环境名,python=3.8指定Python版本)

激活环境:conda activate myenv

退出环境:conda deactivate

列出所有环境:conda env listconda info --envs

删除环境:conda remove --name myenv --allconda remove -n myenv --all

列出当前环境下已安装包:pip list

使用conda

  1. 导出当前环境

    在你的旧电脑上,使用以下命令生成 environment.yaml 文件:

    conda env export > environment.yaml
    
  2. 在新电脑上创建新环境

    environment.yaml 文件复制到新电脑后,使用以下命令创建新环境:

    conda env create -f environment.yaml -n newenv
    
  3. 激活新环境

    创建完成后,激活新环境:

    conda activate newenv
    

注意事项

  • 确保 environment.yaml 文件在新电脑上可用。
  • 如果 environment.yaml 中的路径或特定平台依赖(如 Windows 和 Linux 之间的差异)导致问题,可以手动编辑 environment.yaml 文件,删除或修改不必要的部分。
  • 如果新电脑上已有相同名称的环境,确保先删除该环境,或者在 environment.yaml 中选择一个不同的名称。

使用pip(不推荐)

由于旧电脑上的包有的是通过conda安装的有的是通过pip安装的,使用上面conda导出的yaml文件能保留完整信息,如果像下面这样通过pip导出txt文件则会出现各种问题。

老电脑

  1. 激活环境:conda activate oldenv
  2. pip freeze > requirements.txt 导出 requirement.txt,直接导出在主目录下

新电脑

  1. requirement.txt 放在主目录下
  2. 创建并激活新环境
  3. 执行命令 pip install -r requirements.txt ,顺利的话即可一键安装完所需要的第三方库
  4. 但是如果原环境配置较复杂,则可能需要删除一些特定路径,可能还需要修改一些包的版本
相关推荐
神经美学_茂森31 分钟前
神经网络防“失忆“秘籍:弹性权重固化如何让AI学会“温故知新“
人工智能·深度学习·神经网络
阿_旭35 分钟前
【超详细】神经网络的可视化解释
人工智能·深度学习·神经网络
武乐乐~1 小时前
QARepVGG--含demo实现
深度学习
OpenCSG1 小时前
免部署|DeepSeek模型上线 CSGHub Serverless API|即刻免费试用
人工智能·深度学习·社区
CS_木成河2 小时前
【深度学习】预训练和微调概述
人工智能·深度学习·语言模型·微调·预训练
新加坡内哥谈技术2 小时前
微软发布Majorana 1芯片,开启量子计算新路径
人工智能·深度学习·语言模型·自然语言处理
reset20213 小时前
ubuntu离线安装ollama
linux·ubuntu·ollama
m0_748248773 小时前
在 Ubuntu 上安装 Nginx 的详细指南
nginx·ubuntu·postgresql
終不似少年遊*3 小时前
循环神经网络RNN原理与优化
人工智能·rnn·深度学习·神经网络·lstm
时间很奇妙!3 小时前
CNN 卷积神经网络【更新中】
人工智能·深度学习·cnn