conda命令

conda list查看环境中的所有包
conda install XXX安装 XXX 
conda remove XXX删除XXX 
conda env list列出所有环境
conda create -n XXX python=3.XXX创建名为 XXX 的环境 conda
create -n env_name jupyter notebook创建虚拟环境
activate XXX source activate XXX):启用/激活XXX环境
conda env remove -n XXX删除指定XXX环境
deactivate或source deactivate):退出环境
conda env export > xxx.yaml:导出环境
conda env create -f xxx.yaml:导入环境
jupyter notebook打开Jupyter Notebook
conda config --remove-key channels换回默认源
conda update --all更新环境中的所有软件包
conda update condaConda中更新自己
conda update package_name1 package_name2 ...:更新环境中的某些软件包
conda install package_name=old_version回退软件包版本
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
pip install -r requirements.txt  //安装依赖
conda list -e > requirements.txt  //导出环境依赖
conda clean --all  这个命令会删除 Conda 包缓存索引缓存临时文件未使用的包等帮助释放空间pip list --format=freeze > requirements.txt 这样导出的requirements.txt不会含有文件路径

conda 导出环境

  1. 一般方式
conda env export --no-builds > environment.yml
  1. 精确复现方式
conda list --explicit > spec-file.txt

只想导出 pip 依赖
进入环境后:pip list --format=freeze > requirements.txt
建议:

Linux命令
nvidia-smi:查看GPU信息
nvcc -V :查看 CUDA 编译器版本

在脚本中运行如下代码,查看是否anconda在安装pytorch环境的时候也安装了cuda和cudnn。

import torch
torch.__version__
torch.cuda.is_available()
torch.backends.cudnn.is_available()
torch.version.cuda
torch.backends.cudnn.version()

递归(-R)地把某个目录(/directory_path)及其里面的所有文件和子目录的所有者改成你指定的用户(username)

sudo chown -R username /directory_path
username为你的用户名directory_path为你想要修改的文件夹权限的路径
sudo以管理员权限执行因为修改文件所有者通常需要 root 权限chownchange owner更改文件/目录的所有者-R递归操作包含所有子目录和文件

username要设为所有者的用户账号名可以用 whoami 查看自己当前的用户名)

/directory_path要修改权限的文件夹路径

chown 只是改所有者,不改读写执行权限(那是 chmod 做的事)

word公式标号快捷键

公式#()回车