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
LuH112411 分钟前
【ILSVRC2012】ImageNet-1k数据集下载与处理脚本
python·深度学习·机器学习
淡唱暮念29 分钟前
Linux系统使用夸克网盘CLI上传服务器数据至网盘教程,解决大数据备份苦恼
linux·服务器·ubuntu
宁远x34 分钟前
【万字长文】PyTorch FSDP 设计解读与性能分析
人工智能·pytorch·深度学习·云计算
何伯特34 分钟前
PyTorch基本用法介绍:从零开始构建深度学习工作流
人工智能·pytorch·深度学习
阿莫西林夹馍38 分钟前
ubuntu安装gitlab
linux·ubuntu·gitlab
悲伤小伞43 分钟前
Linux_应用层自定义协议与序列化——网络计算器
linux·服务器·c语言·c++·ubuntu
向量引擎小橙1 小时前
从“对话助手”到“数字架构师”:Claude 4.6 Opus 如何凭一己之力,终结全球程序员的“CRUD 焦虑”?
人工智能·python·gpt·深度学习
shenxianasi1 小时前
【论文精读】Flamingo: a Visual Language Model for Few-Shot Learning
人工智能·深度学习·机器学习·计算机视觉·语言模型·自然语言处理
Coding茶水间1 小时前
基于深度学习的车牌识别系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
开发语言·人工智能·深度学习·yolo·机器学习
冰西瓜6001 小时前
深度学习的数学原理(三)—— 反向传播
人工智能·深度学习