怎么卸载conda下安装的pytorch conda怎么卸载软件

转载

编程梦想翱翔者 2023-11-03 16:22:29

文章标签 python tensorflow 虚拟环境 文章分类 PyTorch 人工智能

1.0安装

linux环境

bash Anaconda3-2019.07-Linux-x86_64.sh

#yes+回车 
#然后重启terminal

window环境：直接双击安装exe文件，然后根据安装向导进行安装

2.0升级

升级Anaconda需要先升级conda

conda update conda          #基本升级
conda update anaconda       #大的升级
conda update anaconda-navigator    //update最新版本的anaconda-navigator

3.0卸载Anaconda软件

由于Anaconda的安装文件都包含在一个目录中，所以直接将该目录删除即可。删除整个Anaconda目录：

计算机控制面板->程序与应用->卸载 //windows

或者

找到C:\ProgramData\Anaconda3\Uninstall-Anaconda3.exe执行卸载

rm -rf anaconda    //ubuntu

最后，建议清理下.bashrc中的Anaconda路径。

3.1 获取版本号

0.获取版本号

conda --version

或

conda -V

获取帮助

conda --help
conda -h

查看某一命令的帮助，如update命令及remove命令

conda update --help
conda remove --help

同理，以上命令中的–help也可以换成-h。

4.0 conda环境使用基本命令

conda update -n base conda        #update最新版本的conda
conda create -n xxxx python=3.5   #创建python3.5的xxxx虚拟环境
conda activate xxxx               #开启xxxx环境
conda deactivate                  #关闭环境
conda env list                    #显示所有的虚拟环境
conda info --envs                 #显示所有的虚拟环境

4.1 查看指定包可安装版本信息命令

参考：
查看tensorflow各个版本：（查看会发现有一大堆TensorFlow源，但是不能随便选，选择可以用查找命令定位）

anaconda search -t conda tensorflow

查看指定包可安装版本信息命令

anaconda show <USER/PACKAGE>

查看指定anaconda/tensorflow版本信息

anaconda show anaconda/tensorflow

输出结果会提供一个下载地址，使用下面命令就可指定安装1.2.1版本tensorflow

conda install --channel https://conda.anaconda.org/anaconda tensorflow=1.2.1

4.2更新，卸载安装包：

conda list         #查看已经安装的文件包
conda list  -n xxx       #指定查看xxx虚拟环境下安装的package
conda update xxx   #更新xxx文件包
conda uninstall xxx   #卸载xxx文件包

清理（conda瘦身）
conda clean就可以轻松搞定！第一步：通过conda clean -p来删除一些没用的包，这个命令会检查哪些包没有在包缓存中被硬依赖到其他地方，并删除它们。第二步：通过conda clean -t可以将删除conda保存下来的tar包。

conda clean -p      //删除没有用的包
conda clean -t      //删除tar包
conda clean -y -all //删除所有的安装包及cache

参考：

5.0 env环境

5.1 环境管理

查看环境管理的全部命令帮助

conda env -h

创建环境

conda create --name your_env_name

输入y确认创建。

创建制定python版本的环境

conda create --name your_env_name python=2.7
conda create --name your_env_name python=3
conda create --name your_env_name python=3.5

创建包含某些包的环境

conda create --name your_env_name numpy scipy

创建指定python版本下包含某些包的环境

conda create --name your_env_name python=3.5 numpy scipy

列举当前所有环境

conda info --envs
conda env list

进入某个环境

activate your_env_name

退出当前环境

deactivate

复制某个环境

conda create --name new_env_name --clone old_env_name

删除某个环境

conda remove --name your_env_name --all

5.3 分享环境

如果你想把你当前的环境配置与别人分享，这样ta可以快速建立一个与你一模一样的环境（同一个版本的python及各种包）来共同开发/进行新的实验。一个分享环境的快速方法就是给ta一个你的环境的.yml文件。

首先通过activate target_env要分享的环境target_env，然后输入下面的命令会在当前工作目录下生成一个environment.yml文件，

conda env export > environment.yml

小伙伴拿到environment.yml文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境

conda env create -f environment.yml

.yml是这个样子的

怎么卸载conda下安装的pytorch conda怎么卸载软件_tensorflow

当然，你也可以手写一个.yml文件用来描述或记录你的python环境。

Conda是没有重命名环境的功能的, 要实现这个基本需求, 只能通过愚蠢的克隆-删除的过程。
切记不要直接mv移动环境的文件夹来重命名, 会导致一系列无法想象的错误的发生!

conda create --name newname --clone oldname      //克隆环境
conda remove --name oldname --all      //彻底删除旧环境

删除虚拟环境

conda remove -n xxxx --all   //创建xxxx虚拟环境

conda自动开启/关闭激活
参考：

conda activate   #默认激活base环境
conda activate xxx  #激活xxx环境
conda deactivate #关闭当前环境
conda config --set auto_activate_base false  #关闭自动激活状态
conda config --set auto_activate_base true  #关闭自动激活状态

5.4 Conda 安装包

有时conda或pip源下载速度太慢，install a过程中会中断连接导致压缩包下载不全，
此时，我们可以用浏览器等工具先下载指定包再用conda或pip进行本地安装

#pip 安装本地包
pip install   ～/Downloads/a.whl
#conda 安装本地包
conda install --use-local  ~/Downloads/a.tar.bz2

、
解决conda install 下载速度慢
参考：https://zhuanlan.zhihu.com/p/62899936

#例如, 添加清华anaconda镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

列举当前活跃环境下的所有包