以下内容仅为当前认识，可能有不足之处，欢迎讨论！

---

---

tar/zip命令

参考链接

文件目录打包👉tar -cf <zip_name>.tar <directory_name/file_name>。

如果目录名或者文件名有多个，用空格分开就行。

文件目录解压缩👉tar xvf <zip_name>.tar

zip压缩当前目录下所有文件和文件夹压缩成zip文件。zip -r <file_name>.zip ./*

zip解压缩当前文件，unzip -o -d /directory <file_name>.zip，-o：不提示情况下覆盖文件，-d指明将文件加压缩到该目录下。

镜像版本参考

参考链接

常用镜像源

新版的Ubuntu要求使用https源

Conda源

anaconda的国内镜像源，主要用来加快使用conda下载安装python环境的速度

清华镜像：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64

北京外国语大学镜像：

https://mirrors.bfsu.edu.cn/anaconda/pkgs/main

https://mirrors.bfsu.edu.cn/anaconda/pkgs/free

https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/linux-64

https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/win-64

阿里云镜像：

https://mirrors.aliyun.com/anaconda/pkgs/main

https://mirrors.aliyun.com/anaconda/pkgs/free

https://mirrors.aliyun.com/anaconda/pkgs/main/linux-64

https://mirrors.aliyun.com/anaconda/pkgs/main/win-64

Pypi源

Pypi的国内镜像源，主要用来加快pip下载安装第三方库的速度

清华镜像：https://pypi.tuna.tsinghua.edu.cn/simple

中科大镜像：https://pypi.mirrors.ustc.edu.cn/simple/

阿里云镜像：https://mirrors.aliyun.com/pypi/simple

华中理工大学镜像：https://pypi.hustunique.com/

山东理工大学镜像：https://pypi.sdutlinux.org/

豆瓣镜像：https://pypi.douban.com/simple/

torch包全版本下载

https://download.pytorch.org/whl/torch_stable.html

torch和cuda版本对应

• Torch 1.7.0 对应 CUDA 11.0
• Torch 1.6.0 对应 CUDA 10.2
• Torch 1.5.0 对应 CUDA 10.1
• Torch 1.4.0 对应 CUDA 10.0
• Torch 1.3.0 对应 CUDA 9.2
• Torch 1.2.0 对应 CUDA 9.0
• Torch 1.1.0 对应 CUDA 9.0
• Torch 1.0.0 对应 CUDA 8.0

conda命令

conda环境的诸多命令，我常用的。

conda打包

conda打包当前环境命令/pip，conda list -e > requirements.txt 或者pip导出pip freeze > requirements.txt。

conda批量安装环境包/pip，conda install --yes --file requirements.txt或者pip安装pip install -r requiremments.txt。

conda 环境重命名

可以先复制一个新的，然后删除旧的；也可以直接更改名字。

conda环境复制和转移

参考链接

conda create --name <new_env_name> --clone <now_env_name>

新电脑与当前电脑有相同的平台和操作系统

①保存当前环境信息到txt文件中，然后联网安装。

conda list --explict requirements.txt
conda create --name <new_env> --file requirements.txt

②利用打包命令直接打包，打包的是文件，复制到其他电脑后解压使用。

#安装conda-pack包
conda install -c conda-forge conda-pack / pip install conda-pack

#打包环境，生成压缩文件my_env.tar.gz压缩文件
conda pack -n <my_env>

#解压缩文件

解压缩文件到新的电脑上，解压到对应env目录下，先在env目录中用打包环境的名字创建一个文件夹如mkdir my_env，然后将压缩包解压到这个目录tar -xzvf my_env -C /anaconda3/envs/my_env

查看环境是否存在conda info -e。

conda环境删除

conda remove -n <env_name> --all

---

以上是我的学习笔记，希望对你有所帮助！
如有不当之处欢迎指出！谢谢！