当前位置: 首页 > news >正文

【Anaconda】Conda 虚拟环境打包迁移教程

Conda 虚拟环境打包迁移教程

本文介绍如何使用 conda-pack 将 Conda 虚拟环境打包,并在另一台电脑上快速迁移、部署。


0. 安装 conda-pack

conda-pack 并非 Conda 默认自带工具,首次使用前必须手动安装。以下两种安装方式任选其一即可:

✅ 方法 A:使用 Conda 安装

conda install -c conda-forge conda-pack

✅ 方法 B:使用 pip 安装

pip install conda-pack

如果提示网络错误,可尝试国内镜像:

pip install conda-pack -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

安装完成后,可在终端执行 conda pack -h 验证是否安装成功。


1. 环境打包

1.1 执行打包命令

在源主机(已有环境的主机)执行:

conda pack -n 虚拟环境名称 -o output.tar.gz
  • -n 后面跟虚拟环境的名字
  • -o 后面跟打包后的文件名(推荐 .tar.gz 格式)

2. 迁移到新电脑

2.1 复制压缩包

将生成的 output.tar.gz 拷贝到新电脑(U盘、scp、rsync 等方式均可)。

2.2 解压到目标目录

进入 Conda 安装目录下的 envs 文件夹,例如:

cd /anaconda3/envs
# 或
cd ~/miniconda3/envs

创建同名文件夹(文件夹名可自定义,建议和原环境名保持一致):

mkdir 虚拟环境名称

解压:

tar -xzvf /path/to/output.tar.gz -C 虚拟环境名称/

3. 验证迁移结果

执行:

conda env list

若输出中包含 虚拟环境名称 且路径正确,即迁移成功。


4. 小提示

  • 迁移后无需再次 conda install 依赖,环境已完整保留。
  • 如遇权限问题,可在解压时使用 sudo
  • 建议在新电脑先执行一次 conda init 确保 shell 能识别 Conda 环境。

http://www.lryc.cn/news/594054.html

相关文章:

  • Redis通用常见命令(含面试题)
  • 28.【.NET8 实战--孢子记账--从单体到微服务--转向微服务】--单体转微服务--币种服务(二)
  • 零基础学习性能测试第二章-linux/jvm/mysql等数据收集环境搭建
  • Feign远程调用
  • 在Ubuntu22系统上离线部署ai-infra-guard教程【亲测成功】
  • 【成品设计】基于STM32的宠物检测系统
  • ubuntu-linux-pycharm-社区版安装与django配置
  • 数据结构自学Days10 -- 二叉树的常用实现
  • 基于Chinese-LLaMA-Alpaca-3的多模态中医舌诊辅助诊断系统设计与实现
  • 【Linux】2. Linux下的C/C++开发环境
  • 使用“桥接模式“,实现跨平台绘图或多类型消息发送机制
  • 元宇宙经济的四个特征
  • Python,GPU编程新范式:CuPy与JAX在大规模科学计算中的对比
  • 数学专业转行做大数据容易吗?需要补什么?
  • 【前端】懒加载(组件/路由/图片等)+预加载 汇总
  • 笔试——Day13
  • 群组功能实现指南:从数据库设计到前后端交互,上班第二周
  • SmartyPants
  • git fork的项目远端标准协作流程 仓库设置[设置成upstream]
  • [硬件电路-55]:绝缘栅双极型晶体管(IGBT)的原理与应用
  • Elasticsearch 简化指南:GCP Google Compute Engine
  • windows + phpstorm 2024 + phpstudy 8 + php7.3 + thinkphp6 配置xdebug调试
  • Qt 应用程序入口代码分析
  • QT无边框窗口
  • 学习C++、QT---30(QT库中如何自定义控件(自定义按钮)讲解)
  • 在vue中遇到Uncaught TypeError: Assignment to constant variable(常亮无法修改)
  • Ajax简单介绍及Axios请求方式的别名
  • 最简单的 Android TV 项目示例
  • Request和Response相关介绍
  • SparseTSF:用 1000 个参数进行长序列预测建模