conda base环境更改python版本

终究是被现实击溃了！本来想着这种版本问题在本机上多配几个不同版本的 python 切换就完了，但是膜拜大佬的科研成果的同时又无法解决不同版本包的适配问题后，终究是顶不住了。没办法，只好把之前欠下的 conda 补一下了。

本次以模型 bert 为例

注：在 pycharm 中需将 settings →Tools→Terminal→Application Settings→Shell path 改成 cmd 并重启，否则无法进入 conda 环境

conda 更新

conda update --all 可能会比较慢

修改 conda 镜像

显示所有conda的channel

conda config --show channels

移除conda镜像：
conda config --remove channels 镜像链接 例如移除清华conda镜像：
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 移除全部镜像源：

conda config --remove-key channels

添加conda镜像：
conda config --add channels 镜像链接 例如添加清华conda镜像：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --set show_channel_urls yes

添加中科大镜像：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

创建新环境

Anaconda（或 Miniconda）安装完成后，在开始菜单打开 Anaconda Prompt，执行以下命令

conda create -n bert python=3.6 bert 是创建的新环境名称

-n 也可以写为 --name

python=3.6 是新环境安装的 Python 版本号，不加则默认为 Anaconda（或 Miniconda）的 Python 版本，

最终以3.6为基础的情况下，给我安装了默认的 python-3.6.15

激活新环境

激活前面创建的名为 bert 的环境，执行以下命令
conda activate bert

配置新环境

在当前环境 下，输入命令安装特定版本的 tensorflow==1.15.0
conda install tensorflow 使用 pip 安装 requirements.txt
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/ pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ 包名 安装pytorch时尽量使用官方的pip方法
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html 使用 conda 安装 requirements.txt（经常性失败）
conda install --yes --file requirements.txt

检查新环境

在任意环境下，执行以下命令之一
conda info -econda env list 执行此命令后（未执行 conda activate 前），会显示以下结果

# conda environments:
#
base                  *  F:\anaconda3
bert                     F:\anaconda3\envs\bert

退出当前环境

conda deactivate

检查所有安装的包

conda list 太多了，不演示了，自己试一下就知道

删除某环境

conda remove -n bert --all bert 为移除的环境名称

重命名某环境

Conda 其实并没有重命名指令，实现重命名是通过克隆完成的，分两步：

1. 先克隆一份旧环境，克隆时重新命名，conda create -n pytorch --clone tensorflow
2. 然后删除旧环境，conda remove -n tensorflow --all

激活环境

linux 报错

# 激活 anaconda 环境
source activate
# 退出 anaconda 环境
source deactivate