conda 中的环境迁移（Linux）

可以用conda 自带命令直接把已经配置好的环境导出为.yml文件。这是服务器和项目中最常用的环境分享方式

一，查看当前 Conda 环境列表

使用以下命令列出所有已创建的 Conda 环境及其路径：

conda env list

执行后，终端会显示类似以下格式的输出：

导出 Conda 环境为 YML 文件

使用以下命令将 Conda 环境导出为 YML 文件：

conda env export -n torch > environment.yml

参数说明

• -n torch：指定需要导出的环境名称，此处为torch。
• >：将命令行输出重定向到文件。
• environment.yml：生成的 YML 文件名，包含环境的所有依赖项。

也可以进了环境然后再；运行以下命令可以将当前 Conda 环境的配置导出为一个environment.yml文件

conda env export > environment.yml

生成文件内容

导出的environment.yml文件包含以下信息：

• 环境名称。
• 所有依赖的包及其精确版本号。
• 包的来源通道（如conda-forge、pytorch等）。

在新服务器上重建 Conda 环境

确保新服务器已安装 Miniconda 或 Anaconda。若未安装，需先完成基础环境配置。

通过传输的environment.yml文件创建环境，Conda 会自动识别文件内定义的环境名称：

conda env create -f environment.yml

若需自定义环境名称以避免冲突，使用-n参数指定新名称：

conda env create -f environment.yml -n custom_env_name

验证环境完整性

激活新建环境检查包列表是否一致：

conda activate env_name # 或 custom_env_name conda list

处理依赖冲突问题

若环境创建失败，通常由依赖冲突导致。可尝试以下方案：

手动创建环境后逐项安装核心包：

conda create -n temp_env python=3.8 conda activate temp_env pip install core_package1 core_package2

导出精确版本约束文件重新尝试：

conda env export > precise_environment.yml conda env create -f precise_environment.yml

环境迁移后的测试

运行环境验证脚本或单元测试：

python -m pytest tests/

或手动导入关键模块验证：

import numpy import torch print(numpy.__version__, torch.__version__)