# Conda

由于机器学习会依赖大量不同环境，环境之间可能有冲突，所以推荐用 Miniconda 或 Anaconda 这种的 python 库+虚拟环境 管理器来对 python 进行统一管理。 conda 其实是 Miniconda 或 Anaconda 中的主程序，用于执行各种命令。

# 安装

Miniconda 是 Anaconda 的轻量化版本，只包含 conda 和 python ，而 Anaconda 则默认包含更多的库，所以 Miniconda 只有几十 M 的大小，而 Anaconda 则有几百 M 的大小。二者在使用中几乎没有差别，可以根据空间自行选取。

Anaconda Download
Miniconda Download

无论安装 Anaconda 还是 Miniconda，在安装完成后，应该会默认在当前命令行工具的配置文件中写好环境变量，可以直接用 source ~/.zshrc （zsh）来读取一下环境变量。

推荐在安装完成后，立刻对 conda 进行更新，可以减少出现未知问题的概率...

	conda update -n base conda
	conda update --all

# Mamba

mamba 相比 conda 的优势如下：

用 C 重新实现了依赖解析器，大幅提高依赖解析速度。
并行下载所需要的包
在解析依赖时给出步骤提醒，不像 conda 仅仅是一直 solving

同时， mamba 基本实现了所有 conda 的功能，使用起来仅需把上述所有命令中的 conda 替换成 mamba 即可。 mamba 需要通过 conda 来进行安装：

conda install -n base -c conda-forge mamba

综合来说，可以一定程度解决 conda 过长的 Solving environment 的时间，推荐安装并替换 conda 使用。

# bug 解决

# frozen solve 问题

在用 conda install 包时出现报错：

Solving environment: unsuccessful initial attempt using frozen solve. Retrying with flexible solve.

Solving environment: unsuccessful attempt using repodata from current_repodata.json, retrying with next repodata source.

请按步骤进行排查：

添加 conda-forge 频道

	# 添加频道
	conda config --add channels conda-forge

	# 查看已添加的频道
	conda config --show-sources

更新 conda 到最新版本

	conda update -n base conda
	conda update --all

重新安装，若解决，到此结束

若未解决：新建一个虚拟环境

	# 创建虚拟环境
	conda create -n <EnvName> python=3.11

再次安装即可解决

# 卸载

如果在安装过程中莫名问题（正常操作却出现各种 error），然后通过各种教程仍无法修复，建议卸载重装，可能可以解决问题（博主就是这么解决的）

清除环境变量：清除 ~/.zshrc 或 ~/.bashrc 中的类似下列的内容：

	# >>> conda initialize >>>
	# !! Contents within this block are managed by 'conda init' !!
	__conda_setup="$('/Your/Conda/Path/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
	if [ $? -eq 0 ]; then
	eval "$__conda_setup"
	else
	if [ -f "Your/Conda/Path/etc/profile.d/conda.sh" ]; then
	. "Your/Conda/Path/etc/profile.d/conda.sh"
	else
	export PATH="/Your/Conda/Path/miniconda3/bin:$PATH"
	fi
	fi
	unset __conda_setup
	# <<< conda initialize <<<

删除文件夹： rm -rf <Your/Conda/Path>

# Conda 常用命令

# 环境

	# 新建虚拟环境
	conda create -n <EnvName>
	conda create -n <EnvName> python=3.9

	# 列出所有虚拟环境
	conda info -e

	# 进入虚拟环境
	conda activate <EnvName>

	# 退出虚拟环境
	conda deactivate

	# 删除虚拟环境
	conda remove -n <EnvName> --all

	# 复制虚拟环境
	conda create --name <NewEnvName> --clone <OldEnvName>

# 更新

	# 查看版本
	conda -V
	# 更新 conda 环境
	conda update -n base conda
	# 更新 conda 的所有包
	conda update --all

# 频道

conda 频道是存储 包 的位置，安装包时 conda 会搜索现有的频道集合，并选取其中一个频道来安装包，一般用 conda-forge 这个免费频道

	# 添加新频道
	conda config --add channels <channel-name>

	# 查看所有频道
	conda config --show-sources

#

机器学习杂项踩坑 conda mamba