1、使用conda进行虚拟环境管理
conda create --name myenv//创建新的环境
conda create --name myenv python=3.8//创建指定python版本的新环境
conda activate myenv//激活环境
conda deactivate//关闭当前环境
conda env list或者 conda info --envs//列所所有的虚拟环境
conda info --envs 查看当前环境的路径
2、使用conda 进行安装包的管理
conda install package_name
conda update package_name
coda remove package_name
conda list //列出已经安装的包
3、conda配置信息管理
conda config --show//查看conda配置信息
conda config --addchannels channel_name//添加从大仓库通道
conda config --set auto_activate_base false //设置conda的默认环境
安装第三方库注意conda 和pip都可以安装，但是两种安装对应的requirement中的库以及版本的书写格式是不同的，训练模型的时候首先确认该文件中书写版本匹配的是conda 还是pip
pip 格式为： package -name==version 例如： numpy==1.21.0
conda格式为：package-name=version 例如：numpy=1.21.0
conda install --file path_requirements-conda.txt
pip install -r path_requirements-pip.txt
DSR环境配置
pip install opencv-python==4.5.5.64 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install sklearn -i https:/pypi.tuna.tsinghua.edu.cn/simple
conda search sklearn -c conda-forge
pip install sklearn==0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
