【Linux】Conda环境安装和卸载+Mamba安装
·
这是一个笔记！！！！！！
一、列出现有环境
首先，查看系统中所有的 Conda 环境：
(base) qfchen@QiLin-SuperServer:~$ conda env list
# conda environments:
#
base * /home/qfchen/software/anaconda3
MyEnv /home/qfchen/software/anaconda3/envs/MyEnv
SSM /home/qfchen/software/anaconda3/envs/SSM
blast /home/qfchen/software/anaconda3/envs/blast
esmfold /home/qfchen/software/anaconda3/envs/esmfold
vina /home/qfchen/software/anaconda3/envs/vina
二、激活和退出环境
(base) qfchen@QiLin-SuperServer:~$ conda activate MyEnv如果要删除的环境正在使用，需先停用它。下面命令会将环境切换回基础环境
(MyEnv) qfchen@QiLin-SuperServer:~$ conda deactivate三、查看MyEnv环境安装的包
(MyEnv) qfchen@QiLin-SuperServer:~$ conda list
# packages in environment at /home/qfchen/software/anaconda3/envs/MyEnv:
#
# Name Version Build Channel
_openmp_mutex 4.5 20_gnu conda-forge
absl-py 2.4.0 pypi_0 pypi
aiohappyeyeballs 2.6.1 pypi_0 pypi
aiohttp 3.13.3 pypi_0 pypi
aiosignal 1.4.0 pypi_0 pypi
annotated-doc 0.0.4 pypi_0 pypi
antlr4-python3-runtime 4.9.3 pypi_0 pypi
anyio 4.12.1 pypi_0 pypi
async-timeout 5.0.1 pypi_0 pypi
attrs 25.4.0 pypi_0 pypi
biopython 1.86 pypi_0 pypi
bzip2 1.0.8 hda65f42_9 conda-forge
ca-certificates 2026.2.25 hbd8a1cb_0 conda-forge
certifi 2026.2.25 pypi_0 pypi
charset-normalizer 3.4.5 pypi_0 pypi
click 8.3.1 pypi_0 pypi
cloudpickle 3.1.2 pypi_0 pypi
contourpy 1.3.2 pypi_0 pypi
cuda-bindings 12.9.4 pypi_0 pypi
cuda-pathfinder 1.2.2 pypi_0 pypi
cycler 0.12.1 pypi_0 pypi
deepspeed 0.5.9 pypi_0 pypi
dgllife 0.3.2 pypi_0 pypi
dm-tree 0.1.9 pypi_0 pypi
einops 0.8.2 pypi_0 pypi
et-xmlfile 2.0.0 pypi_0 pypi
exceptiongroup 1.3.1 pypi_0 pypi
fair-esm 2.0.0 pypi_0 pypi
filelock 3.20.0 pypi_0 pypi
fonttools 4.62.0 pypi_0 pypi
frozenlist 1.8.0 pypi_0 pypi
fsspec 2025.12.0 pypi_0 pypi
future 1.0.0 pypi_0 pypi
h11 0.16.0 pypi_0 pypi
hf-xet 1.3.2 pypi_0 pypi
hjson 3.1.0 pypi_0 pypi
httpcore 1.0.9 pypi_0 pypi
httpx 0.28.1 pypi_0 pypi
huggingface-hub 1.6.0 pypi_0 pypi
hyperopt 0.2.7 pypi_0 pypi
icu 78.2 h33c6efd_0 conda-forge
idna 3.11 pypi_0 pypi
jinja2 3.1.6 pypi_0 pypi
joblib 1.5.3 pypi_0 pypi
kiwisolver 1.5.0 pypi_0 pypi
ld_impl_linux-64 2.45.1 default_hbd61a6d_101 conda-forge
libexpat 2.7.4 hecca717_0 conda-forge
libffi 3.5.2 h3435931_0 conda-forge
libgcc 15.2.0 he0feb66_18 conda-forge
libgcc-ng 15.2.0 h69a702a_18 conda-forge
libgomp 15.2.0 he0feb66_18 conda-forge
liblzma 5.8.2 hb03c661_0 conda-forge
libnsl 2.0.1 hb9d3cd8_1 conda-forge
libsqlite 3.52.0 hf4e2dac_0 conda-forge
libstdcxx 15.2.0 h934c35e_18 conda-forge
libuuid 2.41.3 h5347b49_0 conda-forge
libxcrypt 4.4.36 hd590300_1 conda-forge
libzlib 1.3.1 hb9d3cd8_2 conda-forge
lightning-utilities 0.15.3 pypi_0 pypi
mamba-ssm 2.3.1 pypi_0 pypi
markdown-it-py 4.0.0 pypi_0 pypi
markupsafe 3.0.2 pypi_0 pypi
matplotlib 3.10.8 pypi_0 pypi
mdurl 0.1.2 pypi_0 pypi
ml-collections 1.1.0 pypi_0 pypi
mpmath 1.3.0 pypi_0 pypi
multidict 6.7.1 pypi_0 pypi
ncurses 6.5 h2d0b736_3 conda-forge
networkx 3.4.2 pypi_0 pypi
ninja 1.13.0 pypi_0 pypi
numpy 2.2.6 pypi_0 pypi
nvidia-cublas-cu12 12.8.4.1 pypi_0 pypi
nvidia-cuda-cupti-cu12 12.8.90 pypi_0 pypi
nvidia-cuda-nvrtc-cu12 12.8.93 pypi_0 pypi
nvidia-cuda-runtime-cu12 12.8.90 pypi_0 pypi
nvidia-cudnn-cu12 9.10.2.21 pypi_0 pypi
nvidia-cufft-cu12 11.3.3.83 pypi_0 pypi
nvidia-cufile-cu12 1.13.1.3 pypi_0 pypi
nvidia-curand-cu12 10.3.9.90 pypi_0 pypi
nvidia-cusolver-cu12 11.7.3.90 pypi_0 pypi
nvidia-cusparse-cu12 12.5.8.93 pypi_0 pypi
nvidia-cusparselt-cu12 0.7.1 pypi_0 pypi
nvidia-nccl-cu12 2.27.5 pypi_0 pypi
nvidia-nvjitlink-cu12 12.8.93 pypi_0 pypi
nvidia-nvshmem-cu12 3.4.5 pypi_0 pypi
nvidia-nvtx-cu12 12.8.90 pypi_0 pypi
omegaconf 2.3.0 pypi_0 pypi
openpyxl 3.1.5 pypi_0 pypi
openssl 3.6.1 h35e630c_1 conda-forge
packaging 26.0 pyhcf101f3_0 conda-forge
pandas 2.3.3 pypi_0 pypi
pillow 12.0.0 pypi_0 pypi
pip 26.0.1 pyh8b19718_0 conda-forge
propcache 0.4.1 pypi_0 pypi
psutil 7.2.2 pypi_0 pypi
py-cpuinfo 9.0.0 pypi_0 pypi
py4j 0.10.9.9 pypi_0 pypi
pygments 2.19.2 pypi_0 pypi
pyparsing 3.3.2 pypi_0 pypi
python 3.10.20 h3c07f61_0_cpython conda-forge
python-dateutil 2.9.0.post0 pypi_0 pypi
pytorch-lightning 2.6.1 pypi_0 pypi
pytz 2026.1.post1 pypi_0 pypi
pyyaml 6.0.3 pypi_0 pypi
rdkit-pypi 2022.9.5 pypi_0 pypi
readline 8.3 h853b02a_0 conda-forge
regex 2026.2.28 pypi_0 pypi
requests 2.32.5 pypi_0 pypi
rich 14.3.3 pypi_0 pypi
safetensors 0.7.0 pypi_0 pypi
scikit-learn 1.7.2 pypi_0 pypi
scipy 1.15.3 pypi_0 pypi
seaborn 0.13.2 pypi_0 pypi
setuptools 82.0.1 pyh332efcf_0 conda-forge
shellingham 1.5.4 pypi_0 pypi
six 1.17.0 pypi_0 pypi
sympy 1.14.0 pypi_0 pypi
threadpoolctl 3.6.0 pypi_0 pypi
tk 8.6.13 noxft_h366c992_103 conda-forge
tokenizers 0.22.2 pypi_0 pypi
torch 2.10.0+cu128 pypi_0 pypi
torchdata 0.11.0 pypi_0 pypi
torchmetrics 1.9.0 pypi_0 pypi
torchvision 0.25.0+cu128 pypi_0 pypi
tqdm 4.67.3 pypi_0 pypi
transformers 5.3.0 pypi_0 pypi
triton 3.6.0 pypi_0 pypi
typer 0.24.1 pypi_0 pypi
typing-extensions 4.15.0 pypi_0 pypi
tzdata 2025.3 pypi_0 pypi
urllib3 2.6.3 pypi_0 pypi
wheel 0.46.3 pyhd8ed1ab_0 conda-forge
wrapt 2.1.2 pypi_0 pypi
yarl 1.23.0 pypi_0 pypi
zstd 1.5.7 hb78ec9c_6 conda-forge四、删除指定环境
conda remove --name ENV_NAME --all将 ENV_NAME 替换为要删除的环境名称
五、注意事项
-
无法删除活跃环境：必须先停用目标环境。
-
手动删除损坏的环境：若常规命令无效，可直接删除 Conda 安装目录下 envs 文件夹中的对应目录。
-
备份重要环境：在删除前，可通过以下命令导出环境配置：
-
conda env export > environment.yml
六、创建新环境
conda create --name MyEnv python=3.10这是一个分割线！！！！！
七、Mamba安装
最近学习了一个新的模型框架叫做Mamba。Mamba是近年来在深度学习领域出现的一种新型结构，特别是在处理长序列数据方面表现优异。在下面中，我将介绍如何在Linux系统上安装并配置 mamba_ssm 虚拟环境。官方提供的pip教程一般都安装不成功，因为pytorch，cuda版本和mamba要版本适配。因此我们可以下载.whl文件离线安装。
安装之前我们用 conda list 查看一下环境中的pytorch和cuda版本。
我的版本如下：
- PyTorch 2.10.0+cu128
- CUDA 12.8+
- python 3.10.20
进入Release v2.3.1 · state-spaces/mamba 下载对应的版本
- mamba_ssm-2.3.1+cu12torch2.10cxx11abiTRUE-cp310-cp310-linux_x86_64.whl
这个 .whl 文件名实际上包含了 Python wheel 的完整编译与兼容信息。
我们逐段拆解：
mamba_ssm-2.3.1+cu12torch2.10cxx11abiTRUE-cp310-cp310-linux_x86_64.whl
可以分为 5 个部分：
[包名]-[版本+编译信息]-[python tag]-[abi tag]-[platform tag].whl
1. 包名
mamba_ssm
这是库名称，对应 GitHub 项目：
state-spaces/mamba
这个库实现的是 Selective State Space Model (SSM)，用于替代 Transformer 的序列建模。
2. 版本号
2.3.1
表示：
mamba_ssm version 2.3.1
3. 编译依赖信息
+cu12torch2.10cxx11abiTRUE
这一段是 编译环境说明（非常关键）。
拆开：
CUDA版本
cu12
表示：
CUDA 12.x
一般兼容：
CUDA 12.0
CUDA 12.1
CUDA 12.2
PyTorch版本
torch2.10
表示编译时使用：
PyTorch 2.1.0
注意：
wheel 编译 必须匹配 torch 版本，否则容易报：
undefined symbol
C++ ABI
cxx11abiTRUE
表示：
_GLIBCXX_USE_CXX11_ABI=1
也就是：
GCC new C++11 ABI
PyTorch 编译通常分两种：
| ABI | 含义 |
|---|---|
| cxx11abiTRUE | 新 ABI |
| cxx11abiFALSE | 旧 ABI |
如果 ABI 不一致会报：
undefined symbol: GLIBCXX
4. Python tag
cp310
表示：
CPython 3.10
只适用于：
Python 3.10
不能用于：
Python 3.8
Python 3.11
Python 3.12
5. ABI tag
cp310
表示：
CPython 3.10 ABI
通常和 python tag 相同。
6. 平台信息
linux_x86_64
表示：
Linux
64-bit x86
适用于：
Ubuntu
CentOS
Debian
不适用于：
Mac
Windows
ARM
7. 完整解释
这个 wheel 的完整含义：
mamba_ssm
version: 2.3.1
compiled with:
CUDA 12
PyTorch 2.1.0
C++11 ABI = TRUE
Python:
CPython 3.10
Platform:
Linux x86_64
8. 使用这个 wheel 需要满足的环境
必须满足：
Python 3.10
PyTorch 2.1
CUDA 12
Linux x86_64
否则会出现：
ImportError
undefined symbol
9. 如何检查你的环境是否匹配
Python版本
python -V
PyTorch版本
python -c "import torch; print(torch.__version__)"
CUDA版本
nvcc --version
或
nvidia-smi
10. 为什么 Mamba wheel 这么复杂
因为 Mamba (state space model) 使用：
CUDA kernel
+
C++ extension
所以 wheel 必须严格匹配：
python
torch
cuda
gcc abi
否则就需要 重新编译。
汇聚全球AI编程工具，助力开发者即刻编程。
更多推荐
1
0- 0
已为社区贡献1条内容
所有评论(0)