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
寒霜雨刃36 分钟前
【原创】海光Z100 DCU适配vLLM实录(二):W4A16大M Prefill结构重写、GDN融合与长上下文HIP Attention
深度学习·神经网络·amd·rocm·ai infra·海光z100·gfx906
IJCAST6 小时前
IJCAST最新一期已经发布
人工智能·深度学习·神经网络
chunmiao30327 小时前
OpenAI 官宣断供 Cursor,AI 编程迎来第一次模型断供
人工智能·深度学习
147API7 小时前
评测分数不理想,什么时候值得补蒸馏数据
人工智能·深度学习·机器学习
β添砖java10 小时前
深度学习26转置卷积
人工智能·深度学习
JoannaJuanCV10 小时前
VLM学习-SFT(监督微调)
深度学习·学习·机器学习·大模型·视觉大模型·vlm·视觉编码器
玩转单片机与嵌入式11 小时前
深入浅出TinyML 21:INT8量化改变了模型中的哪些数据?
stm32·深度学习·tinyml
满怀冰雪11 小时前
23-PaddleClas 数据集、配置文件与训练参数详解
人工智能·python·深度学习·paddlepaddle
手写码匠11 小时前
华为云Flexus+DeepSeek征文|华为云MaaS DeepSeek推理服务 × Flexus云服务器 × Dify一键部署:性能评测实战
人工智能·深度学习·算法·aigc
十三画者13 小时前
【文献分享】ExoFILT:基于深度学习的外泌事件单颗粒追踪数据分类器
人工智能·深度学习·机器学习·数据挖掘·数据分析