如何在另一台机器上克隆Python工作环境？

26

我在工作站上使用Python（Anaconda + Flask）开发了机器学习模型，一切顺利。后来，我尝试将该程序发送到另一台计算机上，当然我尝试在该计算机上设置相同的环境，但是该程序无法运行。我将该程序复制到了其他计算机上，该计算机也可以平稳运行。

我无法弄清楚失败情况下的问题是什么（程序代码和错误消息都很丰富，所以我无法在此处显示它们），但是我几乎可以肯定这是依赖版本不同的问题。

因此，我的问题是，在某个程序可以正常运行的环境中，如何将其克隆到另一个程序也应该可以正常运行的环境？当然，无需克隆整个系统;）

python anaconda

— 亨德里克
source

使用conda env导出。

— kbrose

39

首先，这是一个Python / Anaconda问题，应该在其他堆栈交换子站点中进行询问。

至于问题本身，您可以使用以下命令导出Anaconda环境：

conda env export > environment.yml

并使用以下命令重新创建它：

conda env create -f environment.yml

请注意，正如其他建议一样，您应该使用虚拟环境，该虚拟环境允许您创建与计算机环境分开的特定环境，并更轻松地对其进行管理。

要在Anaconda中创建虚拟环境，您可以使用：

conda create -n yourenvname python=x.x anaconda

您可以使用以下方法激活它：

source activate yourenvname

— 牙龈
source

Anaconda文档在使用conda create或conda env create共享/重新创建环境时不清楚。您能否进一步详细说明为什么建议conda env create在这种情况下使用？

— Tanguy

您可以找到有关之间的差异的一些注意事项conda create，并conda env create在这里：groups.google.com/a/continuum.io/forum/#!topic/conda/... 这么说，我觉得你通常可以互换使用。

— ginge

1

我已经看过这个线程了，但是我正试图准确地理解在哪种情况下应该优先使用每个选项（conda createvs conda env create）以及每个选项的不利之处（例如：“ [ conda env create是用于]使用pip的软件包已安装到其中的环境。，这会导致额外的复杂性”：它会增加哪种额外的复杂性？）。

— Tanguy

我想问一下运行时conda env create -f environment.yml，这会导致错误，因为yml文件中的virtenv名称已经被使用了。将名称更改为您要解决的新virtenv。

— GiangNguyễn

这样可以挽救您的生命！如果您是根据Anaconda管理环境页面上的说明从文件创建环境的，则在使用其他平台时不起作用。conda list --explicit > FILE_NAME导出当前平台的二进制文件，显然不能在另一个平台上工作。

— Shayan Amani

5

查看“容器”，例如Docker（https://www.docker.com/what-container），这是虚拟化的一种更轻量级的替代方案。

这将需要一些时间投资，但最终会带来很多好处。

在链接中，我用粗斜体标出了您的特定需求：

将软件打包到标准化单元中，以进行开发，运输和部署

容器映像是一个软件的轻量级独立可执行软件包，包括运行该映像所需的一切：代码，运行时，系统工具，系统库，设置。无论环境如何，容器化软件都可用于基于Linux和Windows的应用程序，并且始终可以运行相同的软件。容器将软件与其周围环境隔离开来，例如，开发环境和登台环境之间的差异，并有助于减少在同一基础架构上运行不同软件的团队之间的冲突。

— 彼得21
source

5

使用以下命令对当前conda环境进行首次导出环境配置：

conda-env  export -n your_env_name > your_env_name.yml

例：

conda-env  export -n base> base.yml

运行上述命令后，它们应该是当前目录中的yml配置文件，其中包含conda环境的信息

要使用yml配置文件创建新环境，请运行：

conda-env create -n new_env -f=\path\to\base.yml

例：

conda-env create -n venv -f=base.yml

如果以上操作无效（由于conda本身的各种问题），请尝试以下变体，始终值得一试：

conda-env create --name new_env --file \path\to\base.yml

— 穆罕默德·乌马尔·阿马纳特
source

4

如果您的程序主要是Python，则可以完全依靠虚拟环境。

创建虚拟环境来隔离您的依赖关系，而不是使用系统库。然后使用虚拟环境工具复制您的环境。

在工作的virtualenv中，使用每个已安装的Python库的版本创建一个文件：

pip freeze > requirements.txt

在新的virtualenv，请pip安装这些库的版本相同：

pip install -r requirements.txt

这样可以确保在两台计算机上获得相同的lib版本。并且由于VCS跟踪了requirements.txt，因此您始终可以重新创建旧版本代码的环境。

当然，如果您需要数据库，生产Web服务器等，则最终需要执行更多步骤，并且不能依靠virtualenv来确保两个环境都匹配。这就是Docker 介入的地方（请参阅Pieter21的答案）。

— 耶罗姆
source

我没有注意到anaconda您问题上的标签。我对此没有经验，但是要小心。我认为anaconda具有管理环境和同时使用anaconda的独特方式，这virtualenv可能会给您带来麻烦。但是，我认为anaconda应该提供相同的功能。

— 杰罗姆

1

从本文档页面的最后开始：

保存软件包以备将来使用：

conda list --export > package-list.txt

从导出文件重新安装软件包：

conda create -n myenv --file package-list.txt

— 军人
source

1

对基于另一种方法创建环境的现有方法的总结：

克隆环境：
- 在现有环境中：
  
  $ conda create --name ORIG_ENV_NAME --clone CLONE_ENV_NAME
- 从同一台计算机上的导出环境文件中：
  
  $ conda create --name ENV_NAME —-file FILE_NAME.yml
- 从另一台计算机上的导出环境文件中：
```
$ conda env export > ENV_NAME.yml
$ conda env create -f ENV_NAME.yml```
```

— Shayan Amani
source

$ conda create --name NEW_ENV_NAME --clone ORIG_ENV_NAME

— B. Sun

0

一线

conda create --clone source_env --name destination_env

— 沙林
source