换电脑不换环境——用 conda-pack 将整个 Conda 环境打包压缩，U 盘一拷、解压即用，全程无需联网。

目录

• 方案对比：yml 还是打包？
• 操作全流程
  • 第一步：在原电脑上找个"临时工"环境装 conda-pack
  • 第二步：打包需要迁移的环境
  • 第三步：把压缩包拷到新电脑，确认路径
  • 第四步：解压并"激活"环境
  • 第五步：验证
• 可能会碰到的坑
• 总结

换电脑是件开心事，但把辛辛苦苦配好的 Python 环境搬过去就有点头疼了。尤其是那些装了一堆深度学习框架、依赖错综复杂的环境，在新电脑上重装一次简直要命。更别说有些环境已经在旧电脑上调了大半年，万一某个包版本变了，代码跑不起来就哭了。

最近我就遇到了这个场景：旧电脑上有两个深度学习的 conda 环境（就管它们叫 URSA_env 和 unetpp_env 吧），都在大容量的数据盘里。新电脑 Anaconda 直接装在了 D 盘。我既不想用网络重新下载一遍包，也不想污染 base 环境。折腾一番之后发现 conda-pack 这工具实在太香了，记录一下过程，给有同样需求的朋友参考。

方案对比：yml 还是打包？

迁移 conda 环境，主流有两种办法：

1. 环境配置文件（.yml）

用 conda env export > environment.yml 导出包列表，到新电脑上 conda env create -f environment.yml 重建。

• 优点：文件小，可跨平台（只要包支持）。
• 缺点：需要联网重新下载所有包，如果网速慢或者有些包已经下架了就比较尴尬。

2. 直接打包整个环境

用 conda-pack 把环境中所有的文件打成一个压缩包，到新电脑上解压就能用。

• 优点：不需要联网，原样复制，速度快。
• 缺点：包体较大，且不能跨操作系统（Win 打包的只能在 Win 上用）。

因为我旧电脑的环境非常庞大，而且新电脑网络环境一般，所以果断选择第二种。而且我发现，很多人直接在 base 环境里装 conda-pack，这其实不太好——会让 base 环境越来越臃肿，万一卸载不干净还容易引起依赖冲突。比较好的习惯是单独用一个临时环境来装这类工具，用完就删，base 始终是纯净的。

操作全流程

第一步：在原电脑上找个"临时工"环境装 conda-pack

打开 Anaconda Prompt，执行：

conda create -n temp_env -c conda-forge conda-pack -y
conda activate temp_env

这里新建了一个叫 temp_env 的小环境，只装了一个 conda-pack。之后这个环境可以随时删掉，完全不伤 base。

第二步：打包需要迁移的环境

假设你要把两个环境 URSA_env 和 unetpp_env 打包到 U 盘（假设 U 盘盘符是 E:）：

conda pack -n URSA_env -o E:\URSA_env.tar.gz
conda pack -n unetpp_env -o E:\unetpp_env.tar.gz

打包的过程就是复制、压缩，速度快慢取决于环境大小。完成后 U 盘里就会出现两个 .tar.gz 压缩包。

顺便提一句：如果担心以后还要用，也可以顺手导出 yml 作为备份。在 temp_env 激活状态下：

conda env export -n URSA_env --no-builds > E:\URSA_env.yml
conda env export -n unetpp_env --no-builds > E:\unetpp_env.yml

这样双保险，更放心。

第三步：把压缩包拷到新电脑，确认路径

新电脑上 Anaconda 安装在 D:\Anaconda3。为了避免放错位置，先打开新电脑的 Anaconda Prompt 看一眼：

conda info --envs

输出可能像这样：

base                  * D:\Anaconda3

记下这个路径，接下来要把环境解压到 D:\Anaconda3\envs\ 下面。

第四步：解压并"激活"环境

先把 U 盘里的两个压缩包放到新电脑任意位置（比如直接放在 E 盘根目录），然后在 Anaconda Prompt 里执行：

# 创建环境目录
mkdir D:\Anaconda3\envs\URSA_env
mkdir D:\Anaconda3\envs\unetpp_env

# 解压
tar -xzf E:\URSA_env.tar.gz -C D:\Anaconda3\envs\URSA_env
tar -xzf E:\unetpp_env.tar.gz -C D:\Anaconda3\envs\unetpp_env

如果你的 Windows 版本较老，没有自带 tar 命令，直接装个 7-Zip，右键压缩包"解压到"对应的目录也是一样的。

解压完之后，环境还不能直接用，需要运行一下 conda-unpack 来清理内部路径绑定：

conda activate URSA_env
conda-unpack

conda activate unetpp_env
conda-unpack

这一步很快，就是把环境里一些硬编码的路径更新成当前机器上的实际路径。

第五步：验证

conda env list

应该能看到两个新环境躺在 D:\Anaconda3\envs 下了。分别激活，跑一下 python --version 和你常用的 import torch 之类的检查，基本跟旧电脑一模一样。

可能会碰到的坑

1. tar 命令不存在

Windows 10 1803 之后的版本内置了 tar，如果报错"不是内部或外部命令"，直接下载 7-Zip 解压就行，效果完全一样。

2. 解压路径写错

一定要根据 conda info --envs 显示的 base 路径来，别想当然。很多人把 Anaconda 装在 D:\Anaconda，跟默认的 D:\Anaconda3 不一样。

3. 权限问题

如果解压时提示权限错误，用管理员身份运行 Anaconda Prompt。

4. 跨系统不通用

这也是 conda-pack 唯一的短板：Windows 打包的环境只能在 Windows 上用，Linux 同理。如果跨系统，还是乖乖用 yml 吧。

5. 清理临时环境

原电脑上那个 temp_env 如果不需要了，别忘了删：

conda deactivate
conda env remove -n temp_env

总结

用 conda-pack 迁移环境，最大好处是不用重装、不依赖网络，特别适合网络差或者环境特别复杂的情况。额外建一个临时环境来执行打包操作，能保持 base 环境的干净，算是一个小小的好习惯。

这次迁移的这两个环境加起来好几十个 G，也就花了几分钟打包、十分钟解压，重新激活后一切正常工作，比想象中顺利太多。如果你也面临换电脑不想重装环境的痛苦，不妨试试这个方法。