1. Conda 基本介绍1.1 什么是 Conda、MiniConda、AnacondaConda是一个包和环境管理的工具。支持 Windows、macOS和 Linux。Conda可以快速的安装、运行和更新包和相关的依赖。Conda也可以轻易地创建、保存、加载和转换环境。Anaconda是一个用于科学计算的 Python 发行版, 支持 Linux、Mac、Windows包含了 conda、conda-build、Python和众多科学计算的包及其依赖。Miniconda 是一个 Anaconda的轻量级替代默认只包含了 conda, Python和一些它们所以依赖的包。1.2 Anaconda 和 Miniconda 区别?Miniconda是 Anaconda 的精简版本同样也是一个开源环境两者都是 conda系统的一部分。不同之处在于 Anaconda会预先安装许多常用的 Python套件因此占用较多的硬盘空间。相比之下Miniconda因为名为” Mini”因此仅安装运行所需的基本套件对于有多个不同 Python版本共存的情况可以节省大量空间。Miniconda可以依据自己需求建立自己的 Python环境想要的套件自行安装。1.3 为什么要使用 Conda?一个典型的 Python项目会使用多个包来完成其功能。其中一些包也可能被其他项目所使用 (共享)。项目之间共享的包可能会引起冲突。比如我们有两个项目P1和P2P1使用NumPy 1.2版本而P2需要NumPy 1.3版本一个环境中存在两个版本就可能导致冲突。解决这个问题的办法就是使用虚拟环境。我们可以为每个项目分别创建一个独立的虚拟环境来隔离包冲突。常用的 Python虚拟环境管理工具有VirtualenvCondapipenvvenv通过使用这些工具我们可以很容易的创建虚拟环境。2. Conda 安装2.1 Miniconda 下载安装官网下载地址:https://www.anaconda.com/download/success下载后依据指引进行 Miniconda 安装。2.2 Anaconda的使用方式2.2.1 使用方式一 Anaconda Powershell Prompt终端安装完成后打开终端Anaconda Powershell Prompt,如果有看到命令列提示中的 (base)那表示安装成功。我们可以輸入python --version确认 Python版本。2.2.2 使用方式二环境变量→cmd终端使用若在安装时勾选添加环境变量会在用户环境变量的Path中添加相应路径若安装时没有勾选添加环境变量则需要在安装后手动添加环境变量。Windows操作系统下同时按下“WinS”打开搜索栏搜索“编辑系统环境变量”可进入查看和编辑环境变量。单击右下角环境变量双击上半部分用户变量中的Path若先前安装时勾选了添加环境变量在此可查看到已添加的路径。若先前安装时未勾选添加环境变量则需找到先前安装时设定的Anaconda安装路径。此处为“D:\ProgramFiles\anaconda3”需对照自己的安装路径在环境变量中点击“新建”依次添加如下路径D:\ProgramFiles\anaconda3Anaconda安装路径 D:\ProgramFiles\anaconda3\Library\mingw-w64\binAnaconda安装路径\Library\mingw-w64\bin D:\ProgramFiles\anaconda3\Library\usr\binAnaconda安装路径\Library\usr\bin D:\ProgramFiles\anaconda3\Library\binAnaconda安装路径\Library\bin D:\ProgramFiles\anaconda3\ScriptsAnaconda安装路径\Scripts按下“WinR”输入“cmd”点击确定打开命令提示符输入conda info查看conda信息输入python --version查看Python版本。Anaconda安装成功。3. Conda 常用命令3.1 基本命令conda-help# 查看帮助conda info# 查看 conda 信息conda--version# 查看 conda 版本conda update conda# 更新 Conda (慎用)conda clean-all# 清理不再需要的包conda指令--help# 查看某一个指令的详细帮助conda config--show# 查看 conda 的环境配置conda clean-p# 清理没有用, 没有安装的包conda clean-t# 清理 tarballconda clean--all# 清理所有包和 conda 的缓存文件3.2 环境管理3.2.1 创建 Conda 环境使用 conda可以在电脑上创建很多套相互隔离的 Python环境命令如下# 语法conda create--nameenv_namepythonversion[package_name1][package_name2][……]# 样例 创建一个名为 myenv 的环境, python 版本为3.10conda create--namemyenvpython3.10# --name 可以简写为 -n3.2.2 切换 Conda环境前面说到 Conda可以创建多套相互隔离的 Python环境使用conda activate env_name可以切换不同的环境。#语法conda activate env_name#样例 切换到 learn 环境conda activate learn如果要退出此环境回到基础环境可以使用如下命令#退出当前环境conda deactivate3.2.3 查看 Conda 环境当电脑上安装了很多台 Conda环境的时候可以使用conda env list命令查看所有已创建的 Conda环境。# 查看当前电脑上所有的 conda环境condaenvlist3.2.4 删除某个 Conda 环境# 语法conda remove--nameenv_name--all# 样例conda remove--namelearn - - all3.2.5 克隆环境# 语法conda create--namenew_evn_name--cloneold_env_name#样例conda create--namemyclone--clonemyenv3.3 包管理一旦激活了环境你就可以使用conda和pip在当前环境下安装你所需要的包。在conda环境中, 不建议使用pip。3.3.1 安装包在激活的环境中安装包例如安装NumPycondainstallnumpy可以使用以下命令安装特定版本的包condainstallnumpy1.183.3.2 更新包更新某个包到最新版本conda update numpy#更新所有包到最新版本 (慎用)conda update--all执行命令后conda将会对版本进行比较并列出可以升级的版本。同时也会告知用户其他相关包也会升级到相应版本。当较新的版本可以用于升级时终端会显示Proceed([y]/n)? , 此时输入y 即可进行升级。3.3.3 卸载包如果不再需要某个包可以将其卸载conda remove numpy3.3.4 列出环境中的所有包查看当前环境中已安装的所有包conda list查看当前虚拟环境中已安装的某个包的信息conda list pip3.3.5 搜索包搜索可用的包及其版本信息conda search package-name3.4 使用通道(忽略)Conda通道 (Channel)是 Conda用来查找和下载软件包的源。通道就像是软件仓库用户可以从这些通道中获取需要的软件包。理解和有效管理 Conda通道可以帮助用户更好地控制软件包的来源、版本以及稳定性。主要通道默认通道这是 Conda自带的官方通道由 Anaconda维护包含了常用的数据科学和机器学习包。默认通道提供的包经过测试和优化通常是稳定且值得信赖的。Conda-Forge: Conda-Forge是一个社区驱动的通道拥有数量庞大的软件包和活跃的维护者社区。通常情况下Conda-Forge提供更多的最新软件包版本对于一些在默认通道中没有的包来说尤为重要。由于是社区维护更新速度快适合需要最新特性和支持的用户。Bioconda专为生物信息学和生物数据分析设计的通道。包含很多用于生物数据处理和分析的工具。查看已配置的通道你可以使用以下命令查看当前配置的通道列表conda config--showchannels添加新的通道如果需要从其他通道安装包可以将其添加到 Conda配置中。例如添加 Conda-Forge:conda config--addchannels conda-forge设置通道顺序通道是按顺序搜索的优先使用在前面的通道。可以通过以下命令调整顺序conda config--setchannel_priority strict使用 strict优先级时Conda会严格按照通道顺序来选择包。删除通道如果不需要某个通道可以将其移除conda config--removechannels channel-name临时使用特定通道你可以在安装包时临时指定通道而不改变全局配置。例如condainstallpackage-name-cconda-forge这样做会从 Conda-Forge通道安装指定的包。通道优先级Conda允许设置通道优先级以决定从哪个通道下载软件包。默认情况下Conda会根据通道列表的顺序依次查找包。你可以通过以下命令启用或禁用通道优先级conda config--setchannel_prioritytrue# 启用优先级conda config--setchannel_priorityfalse# 禁用优先级启用优先级后Conda会严格根据通道顺序来选择包确保从首选通道安装。创建自定义通道如果你需要在团队中共享包或者需要托管私有包可以创建自己的 Conda通道。自定义通道可以通过简单的HTTP服务器 (如NGINX或 Apache)托管或者使用Anaconda的企业解决方案。3.5 设置镜像为了提高 Conda包的下载速度特别是在网络连接到默认的 Conda服务器速度较慢的情况下设置国内镜像 (或其他更接近你的地理位置的镜像)是一个常见且有效的方法。以下是如何设置 Conda镜像的步骤方法一通过命令行配置你可以使用 conda config命令来添加镜像。例如,使用清华大学的 Anaconda镜像。打开命令提示符或终端。添加镜像URL:conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo conda config--setshow_channel_urlsyes默认情况下conda config添加的通道会排在列表的头部但你可以通过以下命令来确认顺序conda config--showchannels方法二通过修改配置文件你也可以直接修改 Conda的配置文件来设置镜像找到并编辑 Conda的配置文件: ~/. condarc (Linux和macOS) 或 C:\Users用户名. condarc (Windows) 。TUNA 提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等, 各系统都可以通过修改用户目录下的. condarc文件来使用TUNA 镜像源。Windows用户无法直接创建名为. condarc的文件, 可先执行 conda config -set show_channel_urls yes 生成该文件之后再修改。添加或修改如下内容channels: - defaults show_channel_urls:truedefault_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud deepmodeling:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/运行conda clean -i清除索引缓存保证用的是镜像站提供的索引。验证和测试在设置完镜像后你可以通过安装软件包来测试镜像是否工作正常。例如condainstallnumpy查看输出的信息确保包是从你设置的镜像URL下载的。3.6 环境导入与导出(忽略)导出环境将当前环境导出为一个YAML文件方便共享condaenvexportenvironment.yml从文件创建环境使用YAML文件创建一个新环境condaenvcreate - f environment.yml4. Mamba 使用(忽略)Mamba是一个用于管理 Conda环境和包的开源工具旨在解决 Conda在处理大型环境时的速度和性能问题。它与 Conda兼容但提供更快的依赖解析和包安装这使得它在处理复杂环境时更加高效。Mamba的关键特点快速的依赖解析Mamba使用一个高效的C库进行依赖解析这使得在面对复杂的包依赖时能更快地找到解决方案。并行下载Mamba可以并行下载和安装包这大大减少了安装时间特别是在需要下载大量包的情况下。与 Conda兼容: Mamba可以无缝替代 Conda的命令, 你可以在几乎所有 Conda命令中直接使用 mamba来替换 conda。更好的用户体验提供更直观的输出信息和进度条让用户可以更清晰地了解安装进度和过程。安装 Mamba要安装 Mamba你首先需要一个 Conda环境。以下是在已有 Conda环境中安装Mamba的步骤:如果你希望在特定环境中安装 Mamba可以先激活该环境conda activate myenv你可以通过 Conda-Forge通道安装 Mamba, 因为 Mamba在该通道上维护得很好:condainstallmamba-nbase-cconda-forge这里-n base表示将 Mamba安装在 base环境中这样你可以在任何环境中使用Mamba。使用 MambaMamba可以直接替代 Conda的命令。以下是一些常见的 Conda命令及其 Mamba等效用法创建环境: mamba create -name myenv python3.8激活环境: conda activate myenv (Mamba不改变环境激活命令, 你仍然使用Conda的激活命令)安装包: mamba install numpy更新包: mamba update numpy删除包: mamba remove numpy更新环境中的所有包: mamba update -all优势速度Mamba在处理包管理和环境解决时速度快得多这对大环境尤其有用。效率并行下载和安装机制使得整体过程更加高效。兼容性能够无缝替代 Conda并与其生态系统兼容。局限性新兴工具作为一个较新的工具Mamba可能在某些边缘情况下不如 Conda稳定。社区支持虽然 Mamba的社区在快速增长但它仍然没有 Conda那么成熟。5. Jupyter Lab 使用5.1 Jupyter 介绍JupyterLab 是最新的基于 Web 的交互式开发环境, 适用于 notebooks、代码和数据。其灵活的界面允许用户配置和安排数据科学、科学计算、计算新闻和机器学习中的工作流程。模块化设计允许扩展来扩展和丰富功能。5.2 Jupyter 安装使用使用安装JupyterLab:pippipinstalljupyterlab注意:如果您使用 conda 或 mamba 安装JupyterLab, 我们建议使用conda-forge通道。安装后, 使用以下命令启动JupyterLabjupyter lab6. PyCharm 中使用 Conda 环境创建项目所需要的虚拟环境conda create-nllamaindex-ragpython3.10创建项目选择 自定义环境类型选择 Conda, 环境选择 llamaindex-rag点击创建即可查看项目环境配置
1. Conda 基本介绍1.1 什么是 Conda、MiniConda、AnacondaConda是一个包和环境管理的工具。支持 Windows、macOS和 Linux。Conda可以快速的安装、运行和更新包和相关的依赖。Conda也可以轻易地创建、保存、加载和转换环境。Anaconda是一个用于科学计算的 Python 发行版, 支持 Linux、Mac、Windows包含了 conda、conda-build、Python和众多科学计算的包及其依赖。Miniconda 是一个 Anaconda的轻量级替代默认只包含了 conda, Python和一些它们所以依赖的包。1.2 Anaconda 和 Miniconda 区别?Miniconda是 Anaconda 的精简版本同样也是一个开源环境两者都是 conda系统的一部分。不同之处在于 Anaconda会预先安装许多常用的 Python套件因此占用较多的硬盘空间。相比之下Miniconda因为名为” Mini”因此仅安装运行所需的基本套件对于有多个不同 Python版本共存的情况可以节省大量空间。Miniconda可以依据自己需求建立自己的 Python环境想要的套件自行安装。1.3 为什么要使用 Conda?一个典型的 Python项目会使用多个包来完成其功能。其中一些包也可能被其他项目所使用 (共享)。项目之间共享的包可能会引起冲突。比如我们有两个项目P1和P2P1使用NumPy 1.2版本而P2需要NumPy 1.3版本一个环境中存在两个版本就可能导致冲突。解决这个问题的办法就是使用虚拟环境。我们可以为每个项目分别创建一个独立的虚拟环境来隔离包冲突。常用的 Python虚拟环境管理工具有VirtualenvCondapipenvvenv通过使用这些工具我们可以很容易的创建虚拟环境。2. Conda 安装2.1 Miniconda 下载安装官网下载地址:https://www.anaconda.com/download/success下载后依据指引进行 Miniconda 安装。2.2 Anaconda的使用方式2.2.1 使用方式一 Anaconda Powershell Prompt终端安装完成后打开终端Anaconda Powershell Prompt,如果有看到命令列提示中的 (base)那表示安装成功。我们可以輸入python --version确认 Python版本。2.2.2 使用方式二环境变量→cmd终端使用若在安装时勾选添加环境变量会在用户环境变量的Path中添加相应路径若安装时没有勾选添加环境变量则需要在安装后手动添加环境变量。Windows操作系统下同时按下“WinS”打开搜索栏搜索“编辑系统环境变量”可进入查看和编辑环境变量。单击右下角环境变量双击上半部分用户变量中的Path若先前安装时勾选了添加环境变量在此可查看到已添加的路径。若先前安装时未勾选添加环境变量则需找到先前安装时设定的Anaconda安装路径。此处为“D:\ProgramFiles\anaconda3”需对照自己的安装路径在环境变量中点击“新建”依次添加如下路径D:\ProgramFiles\anaconda3Anaconda安装路径 D:\ProgramFiles\anaconda3\Library\mingw-w64\binAnaconda安装路径\Library\mingw-w64\bin D:\ProgramFiles\anaconda3\Library\usr\binAnaconda安装路径\Library\usr\bin D:\ProgramFiles\anaconda3\Library\binAnaconda安装路径\Library\bin D:\ProgramFiles\anaconda3\ScriptsAnaconda安装路径\Scripts按下“WinR”输入“cmd”点击确定打开命令提示符输入conda info查看conda信息输入python --version查看Python版本。Anaconda安装成功。3. Conda 常用命令3.1 基本命令conda-help# 查看帮助conda info# 查看 conda 信息conda--version# 查看 conda 版本conda update conda# 更新 Conda (慎用)conda clean-all# 清理不再需要的包conda指令--help# 查看某一个指令的详细帮助conda config--show# 查看 conda 的环境配置conda clean-p# 清理没有用, 没有安装的包conda clean-t# 清理 tarballconda clean--all# 清理所有包和 conda 的缓存文件3.2 环境管理3.2.1 创建 Conda 环境使用 conda可以在电脑上创建很多套相互隔离的 Python环境命令如下# 语法conda create--nameenv_namepythonversion[package_name1][package_name2][……]# 样例 创建一个名为 myenv 的环境, python 版本为3.10conda create--namemyenvpython3.10# --name 可以简写为 -n3.2.2 切换 Conda环境前面说到 Conda可以创建多套相互隔离的 Python环境使用conda activate env_name可以切换不同的环境。#语法conda activate env_name#样例 切换到 learn 环境conda activate learn如果要退出此环境回到基础环境可以使用如下命令#退出当前环境conda deactivate3.2.3 查看 Conda 环境当电脑上安装了很多台 Conda环境的时候可以使用conda env list命令查看所有已创建的 Conda环境。# 查看当前电脑上所有的 conda环境condaenvlist3.2.4 删除某个 Conda 环境# 语法conda remove--nameenv_name--all# 样例conda remove--namelearn - - all3.2.5 克隆环境# 语法conda create--namenew_evn_name--cloneold_env_name#样例conda create--namemyclone--clonemyenv3.3 包管理一旦激活了环境你就可以使用conda和pip在当前环境下安装你所需要的包。在conda环境中, 不建议使用pip。3.3.1 安装包在激活的环境中安装包例如安装NumPycondainstallnumpy可以使用以下命令安装特定版本的包condainstallnumpy1.183.3.2 更新包更新某个包到最新版本conda update numpy#更新所有包到最新版本 (慎用)conda update--all执行命令后conda将会对版本进行比较并列出可以升级的版本。同时也会告知用户其他相关包也会升级到相应版本。当较新的版本可以用于升级时终端会显示Proceed([y]/n)? , 此时输入y 即可进行升级。3.3.3 卸载包如果不再需要某个包可以将其卸载conda remove numpy3.3.4 列出环境中的所有包查看当前环境中已安装的所有包conda list查看当前虚拟环境中已安装的某个包的信息conda list pip3.3.5 搜索包搜索可用的包及其版本信息conda search package-name3.4 使用通道(忽略)Conda通道 (Channel)是 Conda用来查找和下载软件包的源。通道就像是软件仓库用户可以从这些通道中获取需要的软件包。理解和有效管理 Conda通道可以帮助用户更好地控制软件包的来源、版本以及稳定性。主要通道默认通道这是 Conda自带的官方通道由 Anaconda维护包含了常用的数据科学和机器学习包。默认通道提供的包经过测试和优化通常是稳定且值得信赖的。Conda-Forge: Conda-Forge是一个社区驱动的通道拥有数量庞大的软件包和活跃的维护者社区。通常情况下Conda-Forge提供更多的最新软件包版本对于一些在默认通道中没有的包来说尤为重要。由于是社区维护更新速度快适合需要最新特性和支持的用户。Bioconda专为生物信息学和生物数据分析设计的通道。包含很多用于生物数据处理和分析的工具。查看已配置的通道你可以使用以下命令查看当前配置的通道列表conda config--showchannels添加新的通道如果需要从其他通道安装包可以将其添加到 Conda配置中。例如添加 Conda-Forge:conda config--addchannels conda-forge设置通道顺序通道是按顺序搜索的优先使用在前面的通道。可以通过以下命令调整顺序conda config--setchannel_priority strict使用 strict优先级时Conda会严格按照通道顺序来选择包。删除通道如果不需要某个通道可以将其移除conda config--removechannels channel-name临时使用特定通道你可以在安装包时临时指定通道而不改变全局配置。例如condainstallpackage-name-cconda-forge这样做会从 Conda-Forge通道安装指定的包。通道优先级Conda允许设置通道优先级以决定从哪个通道下载软件包。默认情况下Conda会根据通道列表的顺序依次查找包。你可以通过以下命令启用或禁用通道优先级conda config--setchannel_prioritytrue# 启用优先级conda config--setchannel_priorityfalse# 禁用优先级启用优先级后Conda会严格根据通道顺序来选择包确保从首选通道安装。创建自定义通道如果你需要在团队中共享包或者需要托管私有包可以创建自己的 Conda通道。自定义通道可以通过简单的HTTP服务器 (如NGINX或 Apache)托管或者使用Anaconda的企业解决方案。3.5 设置镜像为了提高 Conda包的下载速度特别是在网络连接到默认的 Conda服务器速度较慢的情况下设置国内镜像 (或其他更接近你的地理位置的镜像)是一个常见且有效的方法。以下是如何设置 Conda镜像的步骤方法一通过命令行配置你可以使用 conda config命令来添加镜像。例如,使用清华大学的 Anaconda镜像。打开命令提示符或终端。添加镜像URL:conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda conda config--addchannels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo conda config--setshow_channel_urlsyes默认情况下conda config添加的通道会排在列表的头部但你可以通过以下命令来确认顺序conda config--showchannels方法二通过修改配置文件你也可以直接修改 Conda的配置文件来设置镜像找到并编辑 Conda的配置文件: ~/. condarc (Linux和macOS) 或 C:\Users用户名. condarc (Windows) 。TUNA 提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等, 各系统都可以通过修改用户目录下的. condarc文件来使用TUNA 镜像源。Windows用户无法直接创建名为. condarc的文件, 可先执行 conda config -set show_channel_urls yes 生成该文件之后再修改。添加或修改如下内容channels: - defaults show_channel_urls:truedefault_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud deepmodeling:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/运行conda clean -i清除索引缓存保证用的是镜像站提供的索引。验证和测试在设置完镜像后你可以通过安装软件包来测试镜像是否工作正常。例如condainstallnumpy查看输出的信息确保包是从你设置的镜像URL下载的。3.6 环境导入与导出(忽略)导出环境将当前环境导出为一个YAML文件方便共享condaenvexportenvironment.yml从文件创建环境使用YAML文件创建一个新环境condaenvcreate - f environment.yml4. Mamba 使用(忽略)Mamba是一个用于管理 Conda环境和包的开源工具旨在解决 Conda在处理大型环境时的速度和性能问题。它与 Conda兼容但提供更快的依赖解析和包安装这使得它在处理复杂环境时更加高效。Mamba的关键特点快速的依赖解析Mamba使用一个高效的C库进行依赖解析这使得在面对复杂的包依赖时能更快地找到解决方案。并行下载Mamba可以并行下载和安装包这大大减少了安装时间特别是在需要下载大量包的情况下。与 Conda兼容: Mamba可以无缝替代 Conda的命令, 你可以在几乎所有 Conda命令中直接使用 mamba来替换 conda。更好的用户体验提供更直观的输出信息和进度条让用户可以更清晰地了解安装进度和过程。安装 Mamba要安装 Mamba你首先需要一个 Conda环境。以下是在已有 Conda环境中安装Mamba的步骤:如果你希望在特定环境中安装 Mamba可以先激活该环境conda activate myenv你可以通过 Conda-Forge通道安装 Mamba, 因为 Mamba在该通道上维护得很好:condainstallmamba-nbase-cconda-forge这里-n base表示将 Mamba安装在 base环境中这样你可以在任何环境中使用Mamba。使用 MambaMamba可以直接替代 Conda的命令。以下是一些常见的 Conda命令及其 Mamba等效用法创建环境: mamba create -name myenv python3.8激活环境: conda activate myenv (Mamba不改变环境激活命令, 你仍然使用Conda的激活命令)安装包: mamba install numpy更新包: mamba update numpy删除包: mamba remove numpy更新环境中的所有包: mamba update -all优势速度Mamba在处理包管理和环境解决时速度快得多这对大环境尤其有用。效率并行下载和安装机制使得整体过程更加高效。兼容性能够无缝替代 Conda并与其生态系统兼容。局限性新兴工具作为一个较新的工具Mamba可能在某些边缘情况下不如 Conda稳定。社区支持虽然 Mamba的社区在快速增长但它仍然没有 Conda那么成熟。5. Jupyter Lab 使用5.1 Jupyter 介绍JupyterLab 是最新的基于 Web 的交互式开发环境, 适用于 notebooks、代码和数据。其灵活的界面允许用户配置和安排数据科学、科学计算、计算新闻和机器学习中的工作流程。模块化设计允许扩展来扩展和丰富功能。5.2 Jupyter 安装使用使用安装JupyterLab:pippipinstalljupyterlab注意:如果您使用 conda 或 mamba 安装JupyterLab, 我们建议使用conda-forge通道。安装后, 使用以下命令启动JupyterLabjupyter lab6. PyCharm 中使用 Conda 环境创建项目所需要的虚拟环境conda create-nllamaindex-ragpython3.10创建项目选择 自定义环境类型选择 Conda, 环境选择 llamaindex-rag点击创建即可查看项目环境配置
使用指南与高效技巧)
)
