conda虚拟环境打包离线迁移

1、安装conda-forge conda-pack

注意:源主机的base环境和conda虚拟环境里面建议都安装(解压时目标机的虚拟环境也有conda-unpack解压功能)

bash 复制代码
conda install -c conda-forge conda-pack -y

2、进入源主机的虚拟环境打包

bash 复制代码
conda activate test
# -o参数:指定打包文件路径和命名打包文件,默认打包存储在当前位置
conda-pack -n test_env -o test_env.zip

3、解压虚拟环境

将打包文件复制到目标机anaconda3/envs,并解压虚拟环境打包文件

4、在目标机激活环境并运行 conda-unpack

解压完成后,进入目标机的虚拟环境目录并激活环境,然后运行 conda-unpack 修正环境中的硬编码路径:

bash 复制代码
conda activate test_env
conda-unpack

说明conda-unpackconda-pack 自带的配套命令,用于将打包时记录的源主机绝对路径替换为目标机的实际路径。每次在目标机解压后都必须执行一次,否则环境中的脚本、可执行文件可能因路径错误而无法正常运行。

5、验证环境是否可用

激活环境后,运行以下命令确认环境已正确迁移:

bash 复制代码
python --version
conda list

若命令能正常输出 Python 版本及已安装的包列表,说明环境迁移成功。

6、conda 常用操作命令

日常使用 conda 时,以下命令最常用,建议收藏备用:

环境管理

bash 复制代码
# 创建虚拟环境(指定 Python 版本)
conda create -n myenv python=3.10 -y

# 激活 / 退出环境
conda activate myenv
conda deactivate

# 查看所有环境
conda env list

# 复制环境
conda create -n myenv2 --clone myenv

# 删除环境
conda remove -n myenv --all

包管理

bash 复制代码
# 安装 / 卸载包
conda install numpy pandas -y
conda remove numpy

# 查看当前环境已安装的包
conda list

# 搜索可安装的包
conda search scikit-learn

# 更新包或 conda 本体
conda update numpy
conda update conda

环境导出与导入

bash 复制代码
# 导出环境配置(跨机器复现环境)
conda env export > environment.yml

# 根据配置文件创建环境
conda env create -f environment.yml

提示conda env export 导出的是当前环境的完整依赖清单,适合团队协作或换机迁移;而本文介绍的 conda-pack 则适合需要连同包缓存一起整体迁移的场景,两者可互补使用。

相关推荐
basketball6166 天前
AI Infra 配置 Conda + CUDA + LibTorch + PyTorch 开发环境:解决版本漂移、编译报错的完整指南
人工智能·pytorch·conda·libtorch
公爵爱学习6 天前
无人机视觉识别前序-Linux-YOLO安装
python·yolo·计算机视觉·conda·无人机
长江后浪博客13 天前
Conda环境下测试Intel NPU:Python版本如何选择?
开发语言·python·conda·openvino·intel npu
伞伞悦读16 天前
【第12期】Windows 开发环境备份与恢复:软件、环境变量、Git、conda 和 Docker 卷完整方案
git·docker·conda
cooldream200917 天前
Conda 镜像源 404 错误完全解决指南
conda·ai编程
CODER030418 天前
本地部署语音识别框架FunAudioLLM——Fun-ASR-Nano-2512模型
人工智能·conda·语音识别·audiolm
zhou1352848226718 天前
Anaconda Distribution 安装使用文档与 Conda 常用命令详解
conda
kaixin_啊啊19 天前
conda环境迁移
conda
小桥流水---人工智能19 天前
Conda环境创建成功但CMD无法正确激活:为什么出现 `(pytorchgpu)` 仍可能是“假激活”?
conda