将env.yml从Anaconda转换为Pip req.txt

我有这个env.yml,它是从Conda导出环境而生成的

channels:
  - pytorch
  - anaconda
  - conda-forge
  - defaults
dependencies:
  - _libgcc_mutex=0.1=main
  - _tflow_select=2.3.0=mkl
  - absl-py=0.8.1=py37_0
  - astor=0.8.0=py37_0
  - av=6.2.0=py37h866369f_1
  - blas=1.0=openblas
  - bzip2=1.0.8=h516909a_1
  - c-ares=1.15.0=h7b6447c_1001
  - ca-certificates=2019.10.16=0
  - certifi=2019.9.11=py37_0
  - cffi=1.13.2=py37h2e261b9_0
  - cudatoolkit=10.0.130=0
  - ffmpeg=4.1.3=h167e202_0
  - freetype=2.10.0=he983fc9_1
  - gast=0.2.2=py37_0
  - gmp=6.1.2=hf484d3e_1000
  - gnutls=3.6.5=hd3a4fd2_1002
  - google-pasta=0.1.8=py_0
  - grpcio=1.16.1=py37hf8bcb03_1
  - h5py=2.9.0=py37h7918eee_0
  - hdf5=1.10.4=hb1b8bf9_0
  - intel-openmp=2019.5=281
  - joblib=0.14.0=py_0
  - jpeg=9c=h14c3975_1001
  - keras=2.2.4=0
  - keras-applications=1.0.8=py_0
  - keras-base=2.2.4=py37_0
  - keras-preprocessing=1.1.0=py_1
  - lame=3.100=h14c3975_1001
  - libblas=3.8.0=14_openblas
  - libcblas=3.8.0=14_openblas
  - libedit=3.1.20181209=hc058e9b_0
  - mkl-service=2.3.0=py37he904b0f_0

然后我要进行点冻结以获取软件包并将其写入req.txt

absl-py==0.8.1
astor==0.8.0
av==6.2.0
certifi==2019.9.11
cffi==1.13.2
gast==0.2.2
google-pasta==0.1.8
grpcio==1.16.1
h5py==2.9.0
joblib==0.14.0
Keras==2.2.4
Keras-Applications==1.0.8
Keras-Preprocessing==1.1.0
Markdown==3.1.1
mkl-service==2.3.0
six==1.13.0
tensorboard==1.15.0
tensorflow==1.15.0
tensorflow-estimator==1.15.1
termcolor==1.1.0
torch==1.3.1
torchvision==0.4.2
webencodings==0.5.1
Werkzeug==0.16.0
wrapt==1.11.2

当我使用pip install -r req.txt时,它破坏了一些软件包。

示例错误

错误:找不到满足要求mkl-service == 2.3.0的版本

实现此目标的最佳方法是什么?

sgj00123 回答:将env.yml从Anaconda转换为Pip req.txt

该错误可能是由于无法使用pip安装mkl-service 可以使用conda进行安装:https://anaconda.org/anaconda/mkl-service

您可以在docker中获取anaconda图像:

要获取完整的Anaconda图像,请执行以下操作:

docker search continuumio

拉出所需的图像:

docker pull continuumio/miniconda

使用图片创建容器:

docker run -t -i continuumio/miniconda /bin/bash

这使您可以直接访问已有conda工具的容器。

测试容器:

conda info

您现在有了一个可以正常工作的Anaconda图像。

现在您可以使用conda安装软件包

,

如果大小是问题,则可以使用miniconda图片。

本文链接:https://www.f2er.com/3031425.html

大家都在问