Ubuntu将深度学习环境配置移植到新电脑

这里默认新电脑已经安装好了conda、CUDA这些，可以直接创建新的虚拟环境。

参考链接：

• https://blog.csdn.net/Chujun123528/article/details/143788565
• https://blog.csdn.net/qq_41779275/article/details/122868946
• https://blog.csdn.net/YajunLin/article/details/135326349

基础知识

创建和管理Conda环境

创建新环境：conda create -n myenv python=3.8（其中myenv是环境名，python=3.8指定Python版本）
激活环境：conda activate myenv
退出环境：conda deactivate
列出所有环境：conda env list 或 conda info --envs
删除环境：conda remove --name myenv --all 或 conda remove -n myenv --all
列出当前环境下已安装包：pip list

使用conda

1. 导出当前环境：
   在你的旧电脑上，使用以下命令生成 environment.yaml 文件：

   conda env export > environment.yaml
   

2. 在新电脑上创建新环境：
   将 environment.yaml 文件复制到新电脑后，使用以下命令创建新环境：

   conda env create -f environment.yaml -n newenv
   

3. 激活新环境：
   创建完成后，激活新环境：

   conda activate newenv
   

注意事项

• 确保 environment.yaml 文件在新电脑上可用。
• 如果 environment.yaml 中的路径或特定平台依赖（如 Windows 和 Linux 之间的差异）导致问题，可以手动编辑 environment.yaml 文件，删除或修改不必要的部分。
• 如果新电脑上已有相同名称的环境，确保先删除该环境，或者在 environment.yaml 中选择一个不同的名称。

使用pip（不推荐）

由于旧电脑上的包有的是通过conda安装的有的是通过pip安装的，使用上面conda导出的yaml文件能保留完整信息，如果像下面这样通过pip导出txt文件则会出现各种问题。

老电脑

1. 激活环境：conda activate oldenv
2. 用 pip freeze > requirements.txt 导出 requirement.txt，直接导出在主目录下

新电脑

1. 将 requirement.txt 放在主目录下
2. 创建并激活新环境
3. 执行命令 pip install -r requirements.txt ，顺利的话即可一键安装完所需要的第三方库
4. 但是如果原环境配置较复杂，则可能需要删除一些特定路径，可能还需要修改一些包的版本