Anaconda自定义路径创建环境

Posted by Ao on August 16, 2024

前言

之前一直没有记录过conda重新创建环境的过程,导致后续要配环境的时候又忘了具体流程,因此,详细记录一下配置过程,以创建Mamba环境为例。

创建conda虚拟环境

切换到指定的路径下

打开Anaconda Powershell Prompt 输入以下命令,切换盘符

d:

img/blog_imgs/20240816131024.png

继续输入目标路径,切换到对应的文件夹下

cd D:\anaconda\envs\

img/blog_imgs/20240816131814.png

输入创建conda环境的命令,等待环境下载

conda create -n mamba  python=3.10 -y

激活环境

conda activate mamba

继续安装其他库

conda install cudatoolkit==11.8 -c nvidia  #这里使用11.8版本的cuda
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
conda install packaging

在用命令

pip install causal-conv1d
pip install mamba-ssm

安装causal-conv1d和mamba-ssm库时,遇到以下报错,如图:

解决方法是先将包下载到本地再pip安装,该作者给出了下载地址

下载完成后,将两个包移到D:\anaconda\envs(路径可根据情况进行修改)路径,并执行以下命令

pip install causal_conv1d-1.0.0+cu118torch1.13cxx11abiFALSE-cp38-cp38-linux_x86_64.whl
pip install mamba_ssm-1.0.1+cu118torch1.13cxx11abiFALSE-cp38-cp38-linux_x86_64.whl

注意!!一定要先安装causal_conv1d 包,然后再安装mamba_ssm 包,不然会报错。

结语

自己记录科研中遇到的问题,往后再次遇到后可以减少重新搜索解决方法的时间成本,提高效率。