当前位置: 首页 > article >正文

离线配置conda环境

前言

最近有个小任务,就是需要在一台不可以联网的全新电脑上配置好环境,运行一个深度学习工程。
记录下自己的一些操作,用来将来使用。
看了网上的一些操作,包括
(1)直接拷贝整个envs的文件,然后直接放在新环境下
(2)导出依赖清单,然后在新环境上在线或者离线部署
依赖清单?
使用pip命令安装的包信息,可以导出成一个 txt 文件
使用conda命令安装的包信息,可以导出成一个 yaml 文件
参考链接
(3)最简单粗暴的方法,手动把所有需要的库文件从网站上下载

因为原电脑和新电脑的环境不完全一致,原电脑的显卡是支持CUDA的,但是新电脑不支持CUDA,所以很多库文件应该不完全一致。故我不采用方法一。

导出依赖清单的方法,看着比较实用也快捷,但是网上的方法写的难懂,之后有空会研究一下。

鉴于环境里的库文件也就几十个,不是特别多,所以我选用了第三种方法。

一、跳过初始化的联网操作

全新电脑在初始化联网的时候,卡在了网络连接,无法继续。解决方法:
按住 Shift+F10
输入oobe/bypassnro
然后点击“我没有internet连接”,就可以跳过网络连接了
参考链接

二、安装Python

方法很简单,先找个能连网的电脑下载离线包,然后拷贝到离线电脑上安装
Python3.8的离线包下载方法
Python3.8的安装步骤

三、安装Pycharm

也十分简单,略。
参考链接

四、安装Anaconda navigator

也十分简单,随便找个博客下载exe安装包,然后安装就可以了,记得配置三个环境变量
随便一个参考链接

五、安装离线的Pytorch包

注意一下Pytorch的版本(CPU?GPU?),以及和Python版本的对应。
Pytorch的下载和安装步骤
Pytorch包的下载地址

六、Python的第三方包

下载地址
概述就是,搜索到文件之后,选择合适的版本下载下来,用光驱拷贝到离线电脑上之后,进行安装。

首先创建一个新的conda环境,

conda create -n env_name --offline

然后激活离线电脑的环境

conda activate mytorch

然后在这个环境下,install下载好的包,使用命令

pip install XXX_path.xxx.whl

或者命令

pip install XXX_path.xxx.tar.gz

如果没有错误,终端中会显示install成功。
当然,实际操作的时候,会有很多包install不成功,不过不用心急,主要是因为安装包的顺序不对,依次安装,然后回头再安装一次,基本上大多数包就都安装成功了。
安装不成功的包,可以根据缺少的依赖继续重复步骤。

七、其他链接

Python第三方库的其他地址
参考链接,手把手教你安装第三方库


http://www.kler.cn/news/148404.html

相关文章:

  • 基于Python的网络爬虫设计与实现
  • LeetCode-805.保持城市天际线 C/C++实现 超详细思路及过程[M]
  • Android BSP 开发之六
  • 什么是网络爬虫技术?它的重要用途有哪些?
  • 商用车的智慧眼车规级激光雷达
  • java 系统属性和环境属性
  • 计算机网络基础知识自用
  • 【微服务专题】微服务架构演进
  • Spring Boot 3.2.0 虚拟线程初体验 (部分装配解析)
  • Linux内存管理(六十四):ION 内存管理器——system heap
  • VMware虚机重启后静态IP不生效
  • QT linux下应用程序打包
  • uni-app中vue3+setup实现下拉刷新、上拉加载更多效果
  • 角色管理--高级产品经理岗
  • uniapp 导航分类
  • Vue表单的整体处理
  • 成为AI产品经理——模型评估概述
  • GeoTrust证书
  • 96.STL-遍历算法 transform
  • 文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑碳排放分摊的综合能源服务商交易策略》
  • HttpRunner原来还能这么用,大开眼界!!!
  • WPF创建进度条
  • 「计算机网络」Cisco Packet Tracker计算机网络仿真器的使用
  • YOLOv5算法进阶改进(5)— 主干网络中引入SCConv | 即插即用的空间和通道维度重构卷积
  • android项目之调用webview
  • TypeScript学习记录
  • LeetCode51. N-Queens
  • java后端实现登录退出功能,并用过滤器验证
  • android trace文件的抓取与查看方法
  • 【Lidar】基于Python的点云数据下采样+体素显示