机器学习:docker中的conda

415 阅读1分钟

本文已参与「新人创作礼」活动,一起开启掘金创作之路。

前面的文章讲了docker中配置pytorch(GPU)的步骤,为了方便在容器中管理第三方库的环境,可以借助conda实现。

conda 常用命令

conda默认已经在先前下载的镜像中安装了,每次进入容器后,需要执行 conda init 后,退出 bash 再进入一次才能生效。

  • 查看所有虚拟环境 conda info -e
  • 创建新的虚拟环境 conda create -n env_name python=3.6
  • 删除已有环境 conda env remove -n env_name
  • 激活某个虚拟环境 activate env_name
  • 退出某个虚拟环境 deactivate env_name
  • 虚拟环境重命名 先克隆一个环境再把之前的环境删了
conda create --name newName(新环境名) --clone oldName(旧环境名)
conda remove --name oldName(旧环境名) --all

conda 配置源

conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

附:设置pip源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple