ML之Anaconda：关于Anaconda的所有conda命令集合
目录
1、创建虚拟环境相关
2、处理包函数相关
3、换源
4、分享代码相关
0、Anaconda prompt进入某个目录
一般的DOC命令： 退到C盘根目录，输入： cd / 然后回车
cd D:\ProgramData\Anaconda3\envs\cocoapi-master\PythonAPI
1、创建虚拟环境相关
conda --version #查看当前版本
conda config --show #查看所有配置
conda env list #显示所有的环境
conda deactivate #退出当前环境
conda create --name CV202001 python=3.6 #创建虚拟环境
2、处理包函数相关
相关文章：一、pip命令集合
conda list #查看已安装的包
conda install package_name #卸载包
conda remove package_name #移除包
conda update package_name #更新指定包
卸载老版本
conda install tensorflow #安装tensorflow以及其依赖包
#下载whl文件，在conda内，直接输入
pip install D:\ProgramData\Anaconda3\envs\torch-1.3.1-cp36-cp36m-win_amd64.whl
pip install -r F:\File_Python\Python_example\EfficientDet_Pytorch\requirements.txt
3、换源
conda config --show channels #显示当前的下载源
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/pytorch/
conda config --set show_channel_urls yes
conda config --remove-key channels #切回默认源
4、分享代码相关
conda env export > environment.yaml #需要将运行环境分享给大家，执行如下命令可以将当前环境下的 package 信息存入名为 environment 的 YAML 文件中
conda env create -f environment.yaml #使用别人生成的yaml文件创建环境
