文章目录在Anaconda环境中使用mamba创建环境管理包和安装库是最佳选择先操作 anaconda1. windows安装anaconda2. 修改anaconda源3. 在 base 环境中安装 MambaMamba常用命令1. 清除缓存用于解决各种奇奇怪怪的错误2. 创建新环境3. 激活环境4. 查看所有环境5. 删除环境6. 重命名环境先克隆再删除7. 安装包先用 mamba 装核心库纯 Python 包用 pip 补8. 卸载包9. 更新包10. 查看已安装的包11. 搜索包12. 查看包依赖树13. 查看包信息14. 依赖冲突调试15. 导出环境配置16. 从配置文件重建环境17. 离线迁移环境18. 克隆环境其他常用查询命令1. pytorch、cuda、cudnn可用性查询2. conda、mamba、python查询补充conda常用命令1. 安装打包工具、打包、解压缩2. 创建、激活、删除环境3. 查看现有的环境列表常见开发环境部署在Anaconda环境中使用mamba创建环境管理包和安装库是最佳选择1conda 的依赖求解器是 Python 写的在面对 PyTorch、CUDA 这些有严格底层依赖的库时常常会卡在“Solving environment”很久甚至报错。而 mamba 的核心求解器是 C 重写的速度极快能瞬间找出避免冲突的最优解2在 base 装 mamba然后所有子环境都用 mamba 创建和安装。这样做的好处是整个 Anaconda 生态的“包索引”是共享的。你用 mamba 创建的环境底层调用的依然是 Anaconda 的 pkgs 缓存不会重复下载节省空间且二进制兼容性最好。3Mamba 和 Conda 操作的是同一套环境文件夹envs你随时可以用 conda activate 进去。即使某个极端情况下 mamba 卡住你退出来用 conda install 救场也可以它们是互通的。先操作 anaconda1. windows安装anaconda官网下载地址https://www.anaconda.com/download-success如下图所示若选择只为当前用户安装安装路径为C:\Users\Administrator\anaconda3若选择为所有用户安装安装路径为C:\ProgramData\anaconda3。我一般会把所有后续可选安装选项都勾上。卸载时用windows自带控制面板卸载若有文件残余再手动删除安装目录要有气势开始菜单文件件残余C:\Users\Administrator\AppData\Roaming\Microsoft\Windows\Start Menu\Programs2. 修改anaconda源将C:\Users\你的用户名.condarc文件内容替换成以下内容channels: - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ - defaults show_channel_urls: true channel_priority: flexible没用清华源因为清华源可能对低版本anaconda支持不好用的中科大源。也可以在base环境命令行中用代码修改源# 1. 先清空现有 channelsconda config --remove-key channels# 2. 添加中科大源注意顺序conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/r/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/msys2/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config--setshow_channel_urlsyes3. 在 base 环境中安装 Mamba以管理员身份运行安装后的Anaconda Prompt在base环境命令行中运行以下命令conda update conda condainstallmamba-nbase-cconda-forge mamba--version# 验证安装成功Mamba常用命令1. 清除缓存用于解决各种奇奇怪怪的错误mamba clean-a# 清除所有缓存包缓存 索引缓存mamba clean-i# 仅清除索引缓存mamba clean-p# 仅清除包缓存2. 创建新环境# 基本创建mamba create-n环境名python版本号# 创建时同时指定多个包mamba create-n环境名python版本号包1包2# 创建时指定频道临时绕过源配置mamba create-n环境名python版本号-cconda-forge-cdefaults# 示例创建 ai_agent 环境Python 3.11mamba create-nai_agentpython3.11-y3. 激活环境mamba activate环境名# 激活conda activate环境名# 同样可用mamba deactivate# 退出当前环境4. 查看所有环境mambaenvlist condaenvlist5. 删除环境mambaenvremove-n环境名若要删除所有环境可手动删除安装目录下的envs文件夹和lib/site-packages缓存目录C:\Users\Administrator\anaconda3\envs C:\Users\Administrator\anaconda3\Lib\site-packages6. 重命名环境先克隆再删除mamba create-n新名字--clone旧名字mambaenvremove-n旧名字7. 安装包先用 mamba 装核心库纯 Python 包用 pip 补# 通过 mamba 安装推荐解决依赖更强mambainstall包名mambainstall包名1包名2# 从指定频道安装mambainstall包名-c频道名# 安装指定版本mambainstall包名版本号# 通过 pip 安装纯 Python 包pipinstall包名pipinstall包名版本号# 例如安装cuda版pytorchmambainstallpytorch torchvision torchaudio pytorch-cuda12.4-cpytorch-cnvidia-y8. 卸载包mamba remove包名pip uninstall包名9. 更新包mamba update包名# 更新指定包mamba update--all# 更新环境中所有包mamba upgrade包名# 同 update10. 查看已安装的包mamba list# 当前环境所有包mamba list-n环境名# 指定环境的包mamba list|grep包名# 过滤查找11. 搜索包mamba search包名mamba search包名-cconda-forge12. 查看包依赖树mamba repoquery depends包名# 查看该包的依赖mamba repoquery depends包名--tree# 树形展示mamba repoquery whoneeds包名# 查看谁依赖了该包13. 查看包信息mamba info包名# 查看包详细信息版本、依赖等14. 依赖冲突调试# 显示详细的安装日志定位冲突源头mambainstall包名-vvv# 放宽版本限制让求解器自由选择mambainstall包名--no-pin15. 导出环境配置# 导出当前激活的环境mambaenvexportenvironment.yml# 导出指定环境mambaenvexport-n环境名environment.yml# 推荐只导出你明确安装的包更干净跨平台友好mambaenvexport-n环境名--from-historyenvironment.yml# 忽略构建版本提高兼容性mambaenvexport-n环境名--no-buildsenvironment.yml16. 从配置文件重建环境mambaenvcreate-n环境名-fenvironment.yml17. 离线迁移环境# 打包成压缩文件mamba pack-n环境名--output环境名.tar.gz# 解压使用在目标机器上mkdir-p目标路径tar-xzf环境名.tar.gz-C目标路径18. 克隆环境mamba create-n新环境名--clone旧环境名其他常用查询命令1. pytorch、cuda、cudnn可用性查询nvidia-smi# 查看驱动支持的最高 CUDA 版本nvcc--version# 查看 CUDA 开发工具包版本先在命令行输入python进入编译环境再依次输入以下代码importtorchprint(fPyTorch版本:{torch.__version__})print(fCUDA可用:{torch.cuda.is_available()})print(fCUDA版本 (PyTorch内):{torch.version.cuda})print(f显卡名称:{torch.cuda.get_device_name(0)})print(f显存总量:{torch.cuda.get_device_properties(0).total_memory/1024**3:.1f}GB)2. conda、mamba、python查询conda info# Conda 完整信息mamba info# Mamba 完整信息python--version# 当前 Python 版本whichpython# 当前 Python 路径Linux/macOSwhere python# 当前 Python 路径Windows补充conda常用命令1. 安装打包工具、打包、解压缩condainstall-cconda-forge conda-pack# base环境conda pack-ntest_env-oC:/test_env.tar.gz# base环境mkdir-p~/conda_envs/new_env# 也可在anaconda安装目录下找到envs文件夹手动创建新环境目录tar-xzftest_env.tar.gz-C~/conda_envs/new_env .\conda_envs\new_env\Scripts\activate# 激活解压的环境2. 创建、激活、删除环境conda create-nnew_envpython3.11# 最后别用python3.10有很多兼容问题conda activate new_env# 激活环境conda deactivate# 退出当前环境conda remove-nnew_env--all# 删除环境conda clean--all# 删除所有索引缓存、未使用的包、压缩包、临时文件、日志文件3. 查看现有的环境列表condaenvlist# base环境下输入命令常见开发环境部署以下简单罗列详情请见我的文章https://blog.csdn.net/sinat_30065705/article/details/163958783?fromshareblogdetailsharetypeblogdetailsharerId163958783sharereferPCsharesourcesinat_30065705sharefromfrom_linkmamba create-nagent_envpython3.11mamba activate agent_env# 安装 setuptools锁定稳定版否则打包环境时可能报错mambainstallsetuptools69.0.0# 这一条命令中不要加 -c conda-forge确保 PyTorch 的 MKL 运行时是完全独立的官方版本否则会产生omp重复错误mambainstallpytorch torchvision torchaudio pytorch-cuda12.4-cpytorch-cnvidia# deepseek和Qwen部署需要mambainstalltransformers accelerate-cconda-forge# 量化缩减工具bitsandbytes必须pip安装避开dll冲突pipinstallbitsandbytes-ihttps://pypi.tuna.tsinghua.edu.cn/simple# autogluon自动化机器学习mambainstall-cconda-forge scikit-learn pandas mambainstall-cconda-forge autogluonpytorch*cuda*mambainstall-cconda-forgeray-tune 2.10.0,2.49ray-default 2.10.0,2.49#如果报mxnet的错误mambainstall-cconda-forge mxnet# 开源的局域网web交互前端pipinstallopen-webui-ihttps://pypi.tuna.tsinghua.edu.cn/simple# 姿态检测项目需要pipinstallopencv-python mediapipe pydirectinput numpy-ihttps://pypi.tuna.tsinghua.edu.cn/simple# YoloV8官方项目库mambainstall-cconda-forge ultralytics# 官方labelimg只兼容python3.9且已停止更新因此该版本python可以装社区发更新版本pipinstallgithttps://github.com/biantsh/labelImgPlus.git# fastapi及串口通信需要pipinstallollama fastapi uvicorn pyserial matplotlib requests-ihttps://pypi.tuna.tsinghua.edu.cn/simple