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:

    复制代码
    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:

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

    创建完成后,激活新环境:

    复制代码
    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
~光~~1 天前
【环境配置 升级gcc】RK3588 Ubuntu20.04 gcc9升级为gcc10
ubuntu·gcc
你疯了抱抱我1 天前
【SSH】同一局域网下windows使用Xshell SSH连接另一台 ubuntu 22.04 电脑
运维·ubuntu·ssh
2301_818411551 天前
Ubuntu之apt更新源
linux·运维·ubuntu
PKNLP1 天前
深度学习之神经网络1(Neural Network)
人工智能·深度学习·神经网络
AI新兵1 天前
深度学习基础:从原理到实践——第一章感知机(中)
人工智能·深度学习
CH3_CH2_CHO1 天前
DAY03:【DL 第一弹】神经网络
人工智能·pytorch·深度学习·神经网络
apocalypsx1 天前
深度学习-Kaggle实战1(房价预测)
人工智能·深度学习
春末的南方城市1 天前
开放指令编辑创新突破!小米开源 Lego-Edit 登顶 SOTA:用强化学习为 MLLM 编辑开辟全新赛道!
人工智能·深度学习·机器学习·计算机视觉·aigc
亮子AI1 天前
【Ubuntu】清理空间的几种方法
linux·运维·ubuntu
lovod1 天前
如何在ubuntu20.04配置动态壁纸和bongoCat
ubuntu·动态壁纸·bongocat