Anaconda
clean 删除未使用的包和緩存。
#清除未使用的安裝包和緩存
conda list #Remove unused packages and caches.
#删除一些沒用的包,這個指令會檢查哪些包沒有在包緩存中被硬依賴到其他地方,并删除它們
conda clean -p
#可以将conda儲存下來的tar包
conda clean -t
config 修改.condarc中的配置值。這是根據git配置指令模組化的。預設情況下寫入使用者.condarc檔案(/home.condarc)。
create 建立環境
//下面是建立python=3.6版本的環境,
conda create -n ###(任意環境名) python=3.6
删除環境
conda remove -n ### --all
激活環境
//下面這個###是個環境名
source activate ###
退出環境
source deactivate
help 顯示可用conda指令及其幫助字元串的清單。
info 顯示有關目前conda安裝資訊。
install 将包清單安裝到指定的conda環境中
conda install <package-name>
如果需要指定版本,也可以直接用 [package-name]=x.x 來指定
list 列出環境下的安裝包
conda list
package Low-level conda package utility. (EXPERIMENTAL)
remove 從指定的conda環境中删除包清單
uninstall 與conda install 相反,删除
search 搜尋安裝包的版本
[email protected]:~$ conda search tensorflow
Loading channels: done
# Name Version Build Channel
tensorflow 0.10.0rc0 np111py27_0 pkgs/free
tensorflow 0.10.0rc0 np111py34_0 pkgs/free
tensorflow 0.10.0rc0 np111py35_0 pkgs/free
tensorflow 1.0.1 np112py27_0 pkgs/free
tensorflow 1.0.1 np112py35_0 pkgs/free
tensorflow 1.0.1 np112py36_0 pkgs/free
tensorflow 1.1.0 np111py27_0 pkgs/free
tensorflow 1.1.0 np111py35_0 pkgs/free
tensorflow 1.1.0 np111py36_0 pkgs/free
tensorflow 1.1.0 np112py27_0 pkgs/free
tensorflow 1.1.0 np112py35_0 pkgs/free
tensorflow 1.1.0 np112py36_0 pkgs/free
tensorflow 1.2.1 py27_0 pkgs/free
tensorflow 1.2.1 py35_0 pkgs/free
tensorflow 1.2.1 py36_0 pkgs/free
tensorflow 1.3.0 0 pkgs/free
tensorflow 1.4.1 0 pkgs/main
tensorflow 1.5.0 0 pkgs/main
tensorflow 1.6.0 0 pkgs/main
tensorflow 1.7.0 0 pkgs/main
tensorflow 1.8.0 h01c6a4e_0 pkgs/main
tensorflow 1.8.0 h16da8f2_0 pkgs/main
tensorflow 1.8.0 h2742514_0 pkgs/main
tensorflow 1.8.0 h469b60b_0 pkgs/main
tensorflow 1.8.0 h57681fa_0 pkgs/main
tensorflow 1.8.0 h5c3c37f_0 pkgs/main
tensorflow 1.8.0 h645107b_0 pkgs/main
tensorflow 1.8.0 h7b2774c_0 pkgs/main
tensorflow 1.8.0 hb11d968_0 pkgs/main
tensorflow 1.8.0 hb1b1514_0 pkgs/main
tensorflow 1.8.0 hb381393_0 pkgs/main
tensorflow 1.8.0 hc2d9325_0 pkgs/main
tensorflow 1.9.0 eigen_py27hf386fcc_1 pkgs/main
tensorflow 1.9.0 eigen_py35h8c89287_1 pkgs/main
tensorflow 1.9.0 eigen_py36h8c89287_0 pkgs/main
tensorflow 1.9.0 eigen_py36hbec2359_0 pkgs/main
tensorflow 1.9.0 eigen_py36hbec2359_1 pkgs/main
tensorflow 1.9.0 eigen_py36hf386fcc_0 pkgs/main
tensorflow 1.9.0 gpu_py27h233f449_1 pkgs/main
tensorflow 1.9.0 gpu_py27h395d940_1 pkgs/main
tensorflow 1.9.0 gpu_py27hd3a791e_1 pkgs/main
tensorflow 1.9.0 gpu_py35h42d5ad8_1 pkgs/main
tensorflow 1.9.0 gpu_py35h60c0932_1 pkgs/main
tensorflow 1.9.0 gpu_py35hb39db67_1 pkgs/main
tensorflow 1.9.0 gpu_py36h02c5d5e_1 pkgs/main
tensorflow 1.9.0 gpu_py36h220e158_1 pkgs/main
tensorflow 1.9.0 gpu_py36h313df88_1 pkgs/main
tensorflow 1.9.0 mkl_py27h0cb61a4_1 pkgs/main
tensorflow 1.9.0 mkl_py35h5be851a_1 pkgs/main
tensorflow 1.9.0 mkl_py36h0cb61a4_0 pkgs/main
tensorflow 1.9.0 mkl_py36h5be851a_0 pkgs/main
tensorflow 1.9.0 mkl_py36h6d6ce78_0 pkgs/main
tensorflow 1.9.0 mkl_py36h6d6ce78_1 pkgs/main
tensorflow 1.10.0 eigen_py27ha0ab958_0 pkgs/main
tensorflow 1.10.0 eigen_py35h5ed898b_0 pkgs/main
tensorflow 1.10.0 eigen_py36hb995bb4_0 pkgs/main
tensorflow 1.10.0 gpu_py27h67ad7fe_0 pkgs/main
tensorflow 1.10.0 gpu_py27h6f941b3_0 pkgs/main
tensorflow 1.10.0 gpu_py27h9580370_0 pkgs/main
tensorflow 1.10.0 gpu_py35h566a776_0 pkgs/main
tensorflow 1.10.0 gpu_py35ha6119f3_0 pkgs/main
tensorflow 1.10.0 gpu_py35hd9c640d_0 pkgs/main
tensorflow 1.10.0 gpu_py36h8dbd23f_0 pkgs/main
tensorflow 1.10.0 gpu_py36h97a2126_0 pkgs/main
tensorflow 1.10.0 gpu_py36hcebf108_0 pkgs/main
tensorflow 1.10.0 mkl_py27h857755f_0 pkgs/main
tensorflow 1.10.0 mkl_py35heddcb22_0 pkgs/main
tensorflow 1.10.0 mkl_py36hdb377fd_0 pkgs/main
tensorflow 1.11.0 eigen_py27h06aee4b_0 pkgs/main
tensorflow 1.11.0 eigen_py36he3f7ef1_0 pkgs/main
tensorflow 1.11.0 gpu_py27h99ab47f_0 pkgs/main
tensorflow 1.11.0 gpu_py27hd8bfc1a_0 pkgs/main
tensorflow 1.11.0 gpu_py36h4459f94_0 pkgs/main
tensorflow 1.11.0 gpu_py36h9c9050a_0 pkgs/main
tensorflow 1.11.0 mkl_py27h25e0b76_0 pkgs/main
tensorflow 1.11.0 mkl_py36ha6f0bda_0 pkgs/main
tensorflow 1.12.0 eigen_py27hfe19c55_0 pkgs/main
tensorflow 1.12.0 eigen_py36hbd5f568_0 pkgs/main
tensorflow 1.12.0 gpu_py27h2a0f108_0 pkgs/main
tensorflow 1.12.0 gpu_py27h956c076_0 pkgs/main
tensorflow 1.12.0 gpu_py36he68c306_0 pkgs/main
tensorflow 1.12.0 gpu_py36he74679b_0 pkgs/main
tensorflow 1.12.0 mkl_py27hc55d17a_0 pkgs/main
tensorflow 1.12.0 mkl_py36h69b6ba0_0 pkgs/main
update 将conda包更新到最新的相容版本。此指令接受包名清單,并将其更新為與環境中所有其他包相容的最新版本。Conda試圖安裝所請求包的最新版本。為了實作這一點,它可能會更新一些已經安裝的包,或者安裝其他的包。要防止現有包更新,請使用—no-update-deps選項。這可能會迫使conda安裝所請求包的舊版本,并且它不會阻止安裝其他依賴包。如果您希望完全跳過依賴項檢查,請使用“—force”選項。這可能會導緻環境中出現不相容的包,是以必須非常謹慎地使用此選項。
upgrade 與update相似,詳見help