快速备份与恢复 Conda 环境

快速备份与恢复 Conda 环境

在日常开发中，Conda 环境是我们管理 Python 包与依赖的利器。但有时候我们需要迁移环境、备份环境，或者在新机器上快速还原环境。这边刚好在做毕设，所以涉及到快速迁移和配置自己配置好的机器学习/深度学习环境的事情，这里特别的记录一下！

---

一、快速备份 Conda 环境

最稳妥的方法是生成环境的 YAML 文件，它记录了环境名、Python 版本和所有包依赖。

1. 导出当前环境

# 查看当前环境
conda info --envs

# 假设要备份的环境名为 myenv
conda env export -n myenv > myenv_backup.yaml

这样就生成了一个 myenv_backup.yaml 文件，里面详细记录了环境信息。这个文件可以直接用于恢复环境。

Tip：如果你希望去掉绝对路径（避免不同机器问题），可以加上 --from-history，只保留用户安装的包：

conda env export -n myenv --from-history > myenv_backup.yaml

---

二、快速恢复 Conda 环境

1. 从 YAML 文件恢复

conda env create -f myenv_backup.yaml

Tip：如果你想用不同名字创建环境，可以加 -n new_env_name：

conda env create -f myenv_backup.yaml -n myenv_copy

2. 更新已存在环境

如果环境已经存在，想同步 YAML 文件里的包：

conda env update -n myenv -f myenv_backup.yaml

---

三、额外技巧

• 列出环境包（快速查看环境内容）：

  conda list -n myenv

• 备份多个环境：

  for env in $(conda env list | awk '{print $1}' | tail -n +4); do
      conda env export -n $env > ${env}_backup.yaml
  done

• 迁移到新机器 ：只需拷贝 *.yaml 文件，然后用 conda env create -f 即可，一切依赖自动搞定。

---

总结一下：

1. conda env export -n 环境名 > 文件.yaml ------ 备份环境

2. conda env create -f 文件.yaml ------ 恢复环境

3. conda env update -n 环境名 -f 文件.yaml ------ 更新环境