conda

积跬步，慕至千里

解决 Conda 环境在 Jupyter Notebook 中不显示的问题（含重复 Kernel 排查）在终端中运行：可以看到本地存在多个 Python 环境，例如：但在 Jupyter Notebook 中：

咕噜咕噜啦啦

RTX5090配置DGL前言：豆包真是蠢猪啊，当然，用豆包的我……总之，经过层层误导，终于解决问题了。最近想复现一篇24年的文章，环境真是非常古早呀，感觉是在21年的上面改的，每次跑以前项目的代码，环境就要搞半天（哭）。今年实验室换了50系列的显卡，一直遇到项目的dgl与torch与CUDA不兼容的情况！

Pip 和 Conda 是什么关系？它们都是 Python 生态里的 “包管理工具”，但定位、能力和适用场景完全不同，既不是上下级，也不是互相替代，而是互补关系。

Python 与 Conda 编程实战指南：从环境配置到项目运行完整入门很多 Python 初学者在真正写项目之前，最容易卡住的地方不是语法，而是环境。同一台电脑上可能同时存在 Python 3.8、Python 3.10、Python 3.12；一个项目需要 numpy，另一个项目需要 pytorch；有的包通过 pip 安装，有的包通过 conda 安装；运行别人项目时还会遇到版本冲突、包找不到、环境无法复现等问题。

其实防守也摸鱼

VS code怎么使用 Conda 安装预编译包遇到“编译问题”确实非常让人头大，尤其是在 Windows 上安装包含 C/C++ 扩展的 Python 库（如 dlib, torch, numpy 等）时，往往因为缺少 Visual Studio Build Tools 或环境配置错误而报错。

Anaconda、Miniconda 与 Conda 全面对比：核心差异、适用场景与选型指南Conda是开源包管理与环境管理系统，Miniconda是其最小化发行版（仅含Conda+Python+基础依赖，约80MB），而Anaconda是基于Conda构建的完整数据科学平台（包含250+预装科学计算包和GUI工具，超过500MB）。三者呈现层级关系：Conda ⊂ Miniconda ⊂ Anaconda。专业开发者中约70%选择轻量级的Miniconda，25%使用开箱即用的Anaconda，仅5%采用独立安装的Conda。选型应基于具体需求：追求灵活性选Miniconda，需要完整工具链选

Anaconda 与 Conda 全面对比：核心差异、适用场景与选型指南Conda 是一个开源的包管理和环境管理系统，而 Anaconda 是一个基于 Conda 构建的 Python/R 数据科学发行版。简单来说，Conda 是工具，Anaconda 是包含该工具及大量预装科学计算包的完整平台。

Python 虚拟环境完全指南：venv、virtualenv 与 Conda虚拟环境是一个独立的 Python 运行环境，它允许你在同一台机器上为不同的项目安装不同的包和版本，而不会相互干扰。每个虚拟环境都拥有自己的 Python 解释器副本、pip 包管理器以及独立的第三方库目录。

Conda 与 Miniconda 全面对比：核心差异、适用场景与选型指南Conda 是一个开源的包管理和环境管理系统，而 Miniconda 是 Conda 的最小化安装发行版，仅包含 Conda、Python 和少量必需依赖。简单来说，Conda 是核心工具，Miniconda 是包含该工具的轻量级安装包。

学习是种信仰

复现conda环境及Python 项目路径（PYTHONPATH）问题——基于Ubuntu适合：将环境名awdpcnn更换为自己的conda环境得到：对方解压：执行：这个包会自动创建：然后执行

Anaconda安装后环境变量的添加Anaconda安装后环境变量的添加 1.在程序中打开Anaconda Prompt 2.分别输入where python和where conda查找python的安装路径和conda的路径 3.打开高级系统设置中的高级中的环境变量 4.找到系统变量中的path，点击编辑 5.点击新建，将步骤2中的路径添加进去，按下图中的顺序

CD-HIT 详解：序列去冗余、安装使用与聚类结果解析CD-HIT（Cluster Database at High Identity with Tolerance）是一种广泛使用的生物信息学工具，主要用于快速聚类生物序列数据，如蛋白质或核酸序列，以减少数据冗余和简化数据分析。其基本原理涉及比较序列之间的相似性，将高度相似的序列分组到同一个聚类中，从而减少数据集的复杂性。

【论文解读】Attention Is All You Need —— AI 时代的“开山之作“，经典中的经典（transformer小白导读）🏷️ 论文原名：Attention Is All You Need 👥 作者团队：Google Brain (Ashish Vaswani, Noam Shazeer 等) 📅 发表年份：2017 (NIPS) 🌟 地位：这是深度学习历史上最重要的论文之一，它提出的 Transformer 架构开启了如今的大模型时代（GPT, BERT, Claude 等均源于此）。

Conda安装&使用Conda 是一个主打解决 Python/R 安装、版本冲突与环境隔离问题的包管理器，如果你的操作系统手动安装 Python 非常困难和麻烦，可以考虑使用它来安装。

conda中安装 rdkit版本的postgresql然后在Win11中使用虚拟环境里的rdkit目录第一步：把整个 conda 环境的 bin 目录加入Win11系统 PATH第三步：再重启 PostgreSQL

Anaconda被误删后抢救手册本文提供系统化的Anaconda误删恢复方案，包含三个关键步骤：文末提供跨平台恢复工具推荐（Windows/macOS/Linux）和自动化重建脚本模板，帮助最大限度减少数据损失。

矢志航天的阿洪

手动安装Gurobi并配置gurobipy到Python环境（Windows/Conda）Gurobi商用时需要gurobipy与本地Gurobi安装包版本匹配，并且正确读取许可证文件。很多同学卡在"安装包已经有了，pip也装了，import就是报错"这一步。

conda通过environment.yml创建虚拟环境（指定路径）报错解决教程在使用conda通过environment.yml文件创建虚拟环境，并指定自定义安装路径时，很多同学会遇到 CondaValueError: could not parse ‘name: gslam’ in: environment.yml 报错；同时，不少新手也会困惑“conda安装虚拟环境时如何指定安装路径”，本文将整合报错解决+路径指定完整方法，从基础到进阶，新手也能轻松搞定！补充：conda指定虚拟环境安装路径（完整方法）无论是通过yml文件创建环境，还是直接创建空白虚拟环境，指定安装路径的核

linux中复制conda环境要在 Linux 中将 /data/anaconda3/envs/climb_over/复制为名为 HengFu的新环境，并确保环境路径正确适配，你可以直接使用 conda create命令配合 --clone参数来完成。

乐园游梦记

在pycharm中添加Conda创建的openmmlab虚拟环境作为解释器有两种快捷方式，任选其一：在设置窗口右上角，点击 ⚙️ 齿轮图标 → 选择「添加 (Add...)」。在弹出的窗口左侧，选择「已存在的环境 (Existing environment)」，不要新建环境。