手把手一起使用Miniforge3+mamba平替Anaconda(Win10)

Anaconda 开始对企业收费，目前急需平替Anaconda。这里采用Minforge+mamba作为替代，可以避免Anaconda追责，并100%兼容原conda仓库及使用方式，如果各位小伙伴有更好的平替方式，欢迎分享。

Miniforge3安装

下载并安装Miniforge3 链接: Miniforge3源码地址

在这里插入图片描述

点击链接下载

在这里插入图片描述

开始安装，双击exe文件

在这里插入图片描述

I Agree 继续

在这里插入图片描述

选择Just Me表示仅对当前用户安装Miniforge，All Users表示将Miniforge安装到计算机上的所有用户都可以使用，这里选择Just Me即可：

在这里插入图片描述

选择安装目录

在这里插入图片描述

下图这样勾选，安装后无需配置环境变量

在这里插入图片描述

开始安装

在这里插入图片描述

在这里插入图片描述

安装完成

在这里插入图片描述

打开Miniforge Prompt

在这里插入图片描述

输入 mamba -v 查看是否安装成功

mamba -v

在这里插入图片描述

Anaconda环境迁移至Miniforge

打开Miniforge3的目录

在这里插入图片描述

将Anaconda的envs中环境文件直接复制到Miniforge3的envs目录下

在这里插入图片描述

在这里插入图片描述

卸载Anaconda

管理员身份运行Anaconda Prompt

在这里插入图片描述

安装 anaconda- clean 包， 输入命令：conda install anaconda-clean

conda install anaconda-clean

在这里插入图片描述

在这里插入图片描述

运行 anaconda- clean， 输入命令：anaconda- clean

anaconda- clean

在这里插入图片描述

然后卸载Anaconda

在这里插入图片描述

开始卸载

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

可选择稍后重启

在这里插入图片描述

至此环境迁移完成

Miniforge3使用

Miniforge3完全支持同时使用 mamba 和 conda 两种命令，二者在功能上是兼容且可交替使用的

在这里插入图片描述

在这里插入图片描述

建议优先使用 mamba：日常环境操作推荐 mamba 命令（如安装、更新包），因其解析速度仍稍快且输出更简洁

VSCode重新添加conda环境

在这里插入图片描述

希望本文对大家有帮助，上文若有不妥之处，欢迎指正

分享决定高度，学习拉开差距

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.pswp.cn/news/914007.shtml
繁体地址，请注明出处：http://hk.pswp.cn/news/914007.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Note】Linux Kernel 主题学习之“完整的嵌入式 Linux 环境、构建工具、编译工具链、CPU 架构”

【Note】Linux Kernel 主题学习之“完整的嵌入式 Linux 环境、构建工具、编译工具链、CPU 架构”

Linux Kernel 主题学习之“完整的嵌入式 Linux 环境、构建工具、编译工具链、CPU 架构” 一、完整的嵌入式 Linux 环境 一个嵌入式 Linux 系统通常包括以下关键组件（以 Jetson、树莓派等 ARM 版 SBC 为例）： 交叉编译工具链（cros…
阅读更多...
Lecture #20：Database Logging

Lecture #20：Database Logging

Lecture20目录：崩溃恢复缓冲池管理策略窃取策略强制策略NO-STEAL-FORCE影子分页执行恢复缺点日志文件预写日志（WAL）执行缓冲池策略日志方案检查点崩溃恢复 恢复算法是一种确保数据库ACID的技术，数据库崩溃后， 所有已经…
阅读更多...
Kubernetes高级调度1

Kubernetes高级调度1

目录 一:初始化容器 Initcontainer 1:Initcontainer 的基本概念 2:示例 1--延迟指定时间后启动 3:示例 2--使用初始化容器修改内核参数 4:示例 3--等待依赖服务启动 4:pause容器 二：临时容器 Ephemeral Containers 1.临时容器的概念 2.临时容器的使用 三&a…
阅读更多...
服务器机柜与网络机柜各自的优势

服务器机柜与网络机柜各自的优势

一、服务器机柜优势服务器机柜设计有强大的承重结构，能承受大量服务器设备堆叠产生的重量，保障设备安全稳定放置，防止因承重不足导致机柜变形甚至设备损坏，同时，服务器在运行的过程中，会产生大量热量&#…
阅读更多...
AI技术通过提示词工程（Prompt Engineering）正在深度重塑职场生态和行业格局，这种变革不仅体现在效率提升，更在重构人机协作模式。

AI技术通过提示词工程（Prompt Engineering）正在深度重塑职场生态和行业格局，这种变革不仅体现在效率提升，更在重构人机协作模式。

AI技术通过提示词工程（Prompt Engineering）正在深度重塑职场生态和行业格局，这种变革不仅体现在效率提升，更在重构人机协作模式。以下是关键影响维度及未来趋势分析：一、职场效率革命（效率提升300%场景&…
阅读更多...
Hugging Face 开源机器人 Reachy Mini 开启预定

Hugging Face 开源机器人 Reachy Mini 开启预定

我们最新的开源机器人 Reachy Mini 正式亮相 🎉 这款富有表现力的开源机器人由 Pollen Robotics 与 Hugging Face 联合打造，专为人机交互、创意编程和 AI 实验而设计。它价格亲民，体积小巧，却蕴藏着无限可能。来自全球的各个年龄段…
阅读更多...
vue3+node.js+mysql写接口(二)

vue3+node.js+mysql写接口(二)

目录 一、产品模块(products表) 1.1、添加产品(/adminapi/product/add) 1.2、产品列表(/adminapi/product/list) 1.3、编辑产品(/adminapi/product/update) 1.4、首页产品联动 二、前台模块 2.1、路由配置 2.2、NavBar组件 2.3、新闻搜索 2.4、新闻选项卡 2.5、新闻…
阅读更多...
解析LLM层裁剪：Qwen实战指南

解析LLM层裁剪：Qwen实战指南

怎么实现对LLM 部分层裁剪输出结果 Qwen 7b 是28层MLP，28头 Qwen 14b 是48层MLP，40头，词向量维度：5120 模型加载部分 from transformers import AutoTokenizer, AutoModelForCausalLM
阅读更多...
【AI大模型】深度学习正则化技术：Batch Normalization (BatchNorm) 详解

【AI大模型】深度学习正则化技术：Batch Normalization (BatchNorm) 详解

1. 为什么需要 BatchNorm？ - 问题的根源：Internal Covariate Shift (ICS)问题描述： 深度神经网络在训练过程中，随着网络层数的加深，前面层参数的微小更新会导致后面层输入数据的分布发生显著变化。这种现象称为内部协变…
阅读更多...
20.缓存问题与解决方案详解教程

20.缓存问题与解决方案详解教程

文章目录1. 缓存基础概念1.1 什么是缓存1.2 缓存的作用1.3 常见的缓存类型1.4 缓存架构示例2. 缓存雪崩 (Cache Avalanche)2.1 什么是缓存雪崩2.2 缓存雪崩的原因2.3 缓存雪崩的危害2.4 缓存雪崩的解决方案方案1：设置随机过期时间方案2：缓存集群和主从复…
阅读更多...
（满满的坑LLAMA3使用申请被拒绝rejected）利用huggingface导入LLAMA3模型

（满满的坑LLAMA3使用申请被拒绝rejected）利用huggingface导入LLAMA3模型

文章目录前言坑后续前言 大家都知道，使用huggingface导入大模型是使用如下办法 from transformers import AutoModelForCausalLM, AutoTokenizermodel_name "Qwen/Qwen2.5-7B-Instruct"#要导入的大模型名称。model AutoModelForCausalLM.from_pretrai…
阅读更多...
大规模集群下 Prometheus 监控架构实战经验分享

大规模集群下 Prometheus 监控架构实战经验分享

大规模集群下 Prometheus 监控架构实战经验分享 1 业务场景描述 在互联网金融业务发展过程中，我们需要对数千台主机、上万容器与微服务实例进行指标监控，并统计历史数据以支持 SLA 报表、告警与容量规划。传统监控系统面临以下挑战： 实例动态…
阅读更多...
主流消息队列技术总结和对比

主流消息队列技术总结和对比

消息队列（Message Queue，简称 MQ）作为构建分布式互联网应用的关键组件，松耦合的架构设计能显著提升系统的可用性与可扩展性。在分布式系统中扮演着至关重要的角色，主要承担着实现异步消息传递、应用解耦、流量削峰以及…
阅读更多...
数据结构 顺序表(3)---顺序表的应用

数据结构 顺序表(3)---顺序表的应用

在之间的两篇文章中，我们着重讲了顺序表及顺序表的实现。今天这篇文章我们将简单讲解关于顺序表的三个算法题。这三个题也都属于力扣上的经典例题。1.例题1:移除元素例题来源(力扣) : https://leetcode.cn/problems/remove-element/description/这是一道数组操作算法…
阅读更多...
逆向入门（9）汇编篇-bound指令的学习

逆向入门（9）汇编篇-bound指令的学习

看程序的时候碰到这么一行没见过的代码，简单记录一下 00427AC8 |. 6215 3C7B4200 |bound edx,qword ptr ds:[0x427B3C]这里是用到了bound指令，这是 x86 汇编中的指令，用于检查数组索引是否在有效范围内。 指令解析 bound edx, qword ptr ds…
阅读更多...
【web应用】若依框架中，使用Echarts导出报表为PDF文件

【web应用】若依框架中，使用Echarts导出报表为PDF文件

文章目录前言一、Echarts准备工作1、查看是否安装了Echarts2、Echarts导入script 中3、使用Echarts创建图表二、报表制作打印html2canvas和jsPDF准备工作1、安装html2canvas和jsPDF依赖包2、html2canvas和jsPDF引用到script中3、制作并打印报表三、导出结果前言 若依框架前端中…
阅读更多...
优选算法 --（双指针算法 1~8）

优选算法 --（双指针算法 1~8）

引言：此专栏为记录算法学习，本专题作为算法学习的第一部分，优选算法专题共计100题，分为不同小模块进行，算法学习需坚持积累，时代不会辜负长期主义者，仅以此句，与君共勉。 讲解算法分…
阅读更多...
XRDMatch代码复现与分析报告

XRDMatch代码复现与分析报告

XRDMatch代码复现与分析报告 1. 项目概述 XRDMatch是一个用于X射线衍射(XRD)数据匹配和分析的开源工具，由zhengwan-chem开发并托管在GitHub上。本项目旨在复现XRDMatch的核心功能，并对其实现进行详细分析。 X射线衍射是材料科学中用于确定晶体结构的重要技术，通过分析衍射…
阅读更多...
SpringAI×Ollama：Java生态无缝集成本地大模型实践指南

SpringAI×Ollama：Java生态无缝集成本地大模型实践指南

摘要 随着大语言模型（LLM）的普及，数据隐私和技术栈统一性成为企业级AI应用的核心挑战。本文系统阐述如何通过SpringAI框架与Ollama本地化模型引擎的结合，构建安全高效的生成式AI应用。通过实战案例解析配置优化、流式响应、工具调用等关键技术，为Java开发者提供零Python依…
阅读更多...
从采购申请到报废核销：如何用数字化缝合企业物资管理的“断点”？

从采购申请到报废核销：如何用数字化缝合企业物资管理的“断点”？

在企业的日常运营中，物资管理是一项至关重要的工作。从采购申请到物资的入库、使用，再到最终的报废核销，这一系列流程就像一条长长的链条，环环相扣。然而，在传统管理模式下，这条链条上却存在着诸多“断点”…
阅读更多...
最新文章

Copyright @ 2022~2023