不同的Python项目可能依赖不同版本的包，如项目1依赖numpy1.20，项目2依赖numpy1.23。如果想在系统中同时运行项目1和项目2，环境的配置是个问题。conda可以针对项目1和项目2分别生成两个相互独立的虚拟环境，大大降低了环境配置的难度。conda安装安装环境:ubuntu20.04安装步骤：1.安装程序下载。为加快下载速度，从国内大学开源镜像进行下载。页面拉到最下面，选择最新发布的Linux-x86_64.sh下载。(PS：x86是32为处理器架构，x86_64是64位处理器架构)2.程序安装。#进入安装程序所在目录cd/Downloads#运行安装程序,按照操作指示依次选择

提示括号(myenv)$似乎在最新的conda中消失了。现状:john@myPC:~$condaactivatemyenvjohn@myPC:~$应该是:john@myPC:~$condaactivatemyenv(myenv)john@myPC:~$到目前为止我尝试过但失败了。解决方案A:$condaconfig//init.condarcfile$condaconfig--setchangeps1True然后重新登录bash，不行解决方案B:put`changeps1:true`in`.condarc`file解决方案C:put`exportCONDA_CHANGEPS1=true

提示括号(myenv)$似乎在最新的conda中消失了。现状:john@myPC:~$condaactivatemyenvjohn@myPC:~$应该是:john@myPC:~$condaactivatemyenv(myenv)john@myPC:~$到目前为止我尝试过但失败了。解决方案A:$condaconfig//init.condarcfile$condaconfig--setchangeps1True然后重新登录bash，不行解决方案B:put`changeps1:true`in`.condarc`file解决方案C:put`exportCONDA_CHANGEPS1=true

conda最令人诟病的缺点就是install非常、非常慢。经常出现网络上提供的方法，通常并不能解决问题，方法一：更改anaconda仓库源地址方法二：从其他网站下载好安装包，然后使用conda本地安装方法方法三：添加代理。其实并不是墙的问题，即使在国外，依然解析非常慢。方法四：利用mamba，目前好像已经改为micromamba命令，就是按照该包的时候，依然会出现解析问题。但这种方法micromamba可以极大缓解解析的问题，但笔者用下来后的一个感想就是容易出现不兼容、冲突的问题。幸好，笔者今天坚持不懈的搜索网络解决方法，发现官方提供了一个终极解决方案：Anaconda|AFasterSolv

conda安装官网下载conda官网下载进入安装包所在目录，打开终端，输入下述安装指令shAnaconda3-2022.10-Linux-x86_64.sh然后一路回车，直到出现让填yes和no的，如下图输入yes后，会提示Anaconda的安装路径（这里记录一下它的默认路径，按回车继续。）等待安装完之后，会询问是否把anaconda的bin添加到用户的环境变量中这里有个warning，是因为笔记本有了一个python2.7版本（通过python--version可以查到），这里警告说已经由python环境存在，建议使用anaconda3管理全部python版本，不管就ok。输入yes将con

我使用官方安装帮助程序将Conda安装在与Ubuntu16.4上的默认位置不同的位置。现在condacreate和sourceactivate工作，但是sourcedeactivate给我错误:(deep)yuqiong@yuqiong-G7-7588:/media/yuqiong/DATA$sourcedeactivatebash:deactivate:Nosuchfileordirectory我在Github上查看了这个问题:#458:"UsingsourcedeactivateonacondaenvfailsunlesstherootanacondadirectoryisinPA

我使用官方安装帮助程序将Conda安装在与Ubuntu16.4上的默认位置不同的位置。现在condacreate和sourceactivate工作，但是sourcedeactivate给我错误:(deep)yuqiong@yuqiong-G7-7588:/media/yuqiong/DATA$sourcedeactivatebash:deactivate:Nosuchfileordirectory我在Github上查看了这个问题:#458:"UsingsourcedeactivateonacondaenvfailsunlesstherootanacondadirectoryisinPA

1condainstallnb_conda失败原因1.1镜像源有问题Youwillneedtoadjustyourcondaconfigurationtoproceed.出现以下的原因就是你当前设定的镜像源已经不支持该包了，所以需要重新设定，删除已经设定好滴默认镜像源，执行下面的命令后就恢复了原来的源condaconfig--remove-keychannels参考：完美解决Couldnotfindaversionthatsatisfiestherequirement安装包名字(fromversions:)1.2python版本有问题2023年了，安装nb_conda必须确保python版本，

本人最近接触深度学习，想在服务器上配置深度学习的环境，看了很多资料后总结出来了对于新手比较友好的配置流程，创建了一个关于深度学习环境配置的专栏，包括从anaconda到cuda到pytorch的一系列操作，专栏中的另外两篇文章如下，如果有不对的地方欢迎大家批评指正！Anaconda保姆级安装配置教程（新手必看）如果你还不是很清楚CUDA，CUDATookit，cuDNN，Pytorch分别在深度学习环境中的定位与关系，推荐看一下我这篇文章用人话讲解深度学习中CUDA，cudatookit，cudnn和pytorch的关系另外，如果你还不是特别理解虚拟环境的作用，建议看一下这位大佬的视频安装不算

本人最近接触深度学习，想在服务器上配置深度学习的环境，看了很多资料后总结出来了对于新手比较友好的配置流程，创建了一个关于深度学习环境配置的专栏，包括从anaconda到cuda到pytorch的一系列操作，专栏中的另外两篇文章如下，如果有不对的地方欢迎大家批评指正！Anaconda保姆级安装配置教程（新手必看）如果你还不是很清楚CUDA，CUDATookit，cuDNN，Pytorch分别在深度学习环境中的定位与关系，推荐看一下我这篇文章用人话讲解深度学习中CUDA，cudatookit，cudnn和pytorch的关系另外，如果你还不是特别理解虚拟环境的作用，建议看一下这位大佬的视频安装不算