anaconda就算安装在其他盘,默认会把索引、锁定文件、压缩包等都放到系统盘(C盘),我用了两年,占用30GB。
目录
1. 卸载不用的虚拟环境
- 查看已安装的虚拟环境
conda env list
本文介绍了如何解决Anaconda在C盘占用过多空间的问题,包括卸载不使用的虚拟环境,删除索引缓存、锁定文件以及未使用的包和tar包,成功释放了15GB的空间。
anaconda就算安装在其他盘,默认会把索引、锁定文件、压缩包等都放到系统盘(C盘),我用了两年,占用30GB。
目录
conda env list
【Anaconda】清理 conda 缓存后释放了几十 GB 空间
文章目录问题背景清理命令命令参数稳妥的清理命令 问题背景 之前虚拟环境的默认目录设置在 /home/ 下,导致 /home/ 目录不堪重负,在修改了虚拟环境的默认路径之后,发现包环境目录下存在很多文件夹和解压之前的压缩包,占用了极大的空间,既然叫缓存目录,我便到网上了解了一下该目录能否删除。 清理命令 命令参数 conda clean -h xxx@xxx-Desktop:~$ conda clean -h usage: conda clean [-h] [-a] [-i] [-p] [-t] [-f]
【拯救C盘】一文搞懂Windows修改Anaconda默认的虚拟环境存放路径及其原理
Anaconda创建的虚拟环境可能会默认保存在C盘,但C盘的存储空间很宝贵,由于每个虚拟环境的大小可能达到n个GB,稍不注意就会遇到C盘红色警告。因此有必要做点什么来拯救被虚拟环境占用的大部分空间!!!
彻底解决Anaconda虚拟环境默认占用C盘空间的终极指南
本文详细介绍了如何彻底解决Anaconda虚拟环境默认占用C盘空间的问题。通过分析Anaconda的默认存储机制,提供从安装前的预防措施到修改.condarc文件的完整解决方案,帮助用户有效管理磁盘空间,优化Python开发环境。
Windows下Anaconda环境迁移:从C盘到D盘的空间优化指南
本文详细介绍了如何将Windows系统下Anaconda的虚拟环境(envs)和包缓存(pkgs)从C盘迁移至D盘,以解决C盘空间不足问题。通过修改.condarc配置文件,永久改变Anaconda的默认存储路径,并提供了迁移步骤、验证方法和后续空间维护建议,帮助Python开发者优化磁盘空间管理。
关于如何在少占用C盘空间的前提下安装ANACONDA和PyTorch,并在jupyter notebook中使用的综述
本文的主要目的有三点,第一:安装ANACONDA并避免ANACONDA占用大量的系统盘空间;第二:顺利安装PyTorch并使其可以成功调用GPU运行代码,第三:能够在jupyter notebook中使用PyTorch。 本文主要分为三部分,第一部分为ANACONDA的安装及路径设置,主要通过添加环境变量和设置envs、pkgs路径来改变文件的下载位置,达到节省C盘空间的目的。其中遇到了更改路径不成功,不可写入文件两个问题,均通过更改User权限得到了解决。第二部分为PyTorch的安装,重点在选择合适的P
3步搞定专利数据爬取:用Selenium绕过国家知识产权局反爬(附完整代码)
本文详细介绍了3种高效获取专利数据的技术方案,重点解析了使用Selenium绕过国家知识产权局反爬的实战方法,并提供了完整代码示例。文章还探讨了Requests+lxml轻量级方案和混合技术策略,帮助开发者根据需求选择最佳数据爬取方案,特别适合需要专利统计数据的开发者参考。
浙大数值分析lab2
最可怕的一道题,题目是这样的 Root of a Polynomial A polynomial of degree nnn has the common form as p(x)=cnxn+cn−1xn−1+⋯+c1x+c0p(x)=c_n x^n + c_{n-1} x^{n-1} + \cdots + c_1 x + c_0p(x)=cnxn+cn−1x
波士顿咨询最新发布《2025年全球支付报告:未来不稳定》:到2029 年,支付收入将预计达到 2.4 万亿美元
波士顿咨询最新发布《2025年全球支付报告:未来不稳定》:到2029 年,支付收入将预计达到 2.4 万亿美元
用Python爬取公众号历史所有文章,看这篇就够了
手把手教你爬取公众号历史所有文章
使用Power Apps实现SharePoint Online列表的下拉菜单的级联选择
在SharePoint列表中添加数据的时候,下拉菜单的级联选择一直是一个非常实用的功能,尤其是有很多数据的情况,级联选择可以根据上一层的选择,自动过滤下一层的选择,方便用户查找和选择准确的信息。一个最常用的情景是选择供应商的地区和国家,例如有三个列表,一个是供应商所在的大洲,一个是国家,一个是供应商。当用户选择州的时候,会自动列出属于这个州的国家。避免用户迷失在大量的数据中。 这里展示一下如何在...
工作笔记05:imu、底盘车轮、单激光雷达外参校准(基于hdl_graph_slam建图和定位)
目录1. imu 校准1.1 IMU型号1.2 坐标定义1.2.1 大地坐标系(WGS84)1.2.2 当地地理坐标系(ENU)1.2.3 传感器坐标轴定义1.3 传感器校准2. 底盘车辆参数配置3. 单激光雷达校准参考文献 1. imu 校准 1.1 IMU型号 阅读IMU产品说明书,获得如下信息: Yesense YIS300 系列惯性传感系统 YIS300 系列包含: YIS300-U 惯性测量单元(IMU):输出经过校准的加速度和角速度值,同时也能够输出磁场强度信息。 YIS300-V 垂直参考系
第182期 Claude Skills:深入探究Anthropic的智能体框架(一篇彻底讲透彻)
摘要: Claude Skills是Anthropic推出的智能体框架,通过连接外部工具和服务扩展Claude AI的功能,支持实时交互与任务执行。其核心架构包含技能路由器、注册表、执行引擎等模块,采用渐进式披露机制优化上下文管理。与MCP和A2A相比,Skills更注重模块化设计与Claude深度集成,通过SKILL.md文件定义可重复工作流程,兼具高效性和灵活性。开发者可创建自定义技能,遵循聚焦用户价值、安全隐私等最佳实践,实现AI能力的场景化拓展。该框架与MCP、A2A形成互补,共同推动智能体生态发展
YOLOv8改进策略【损失函数篇】| 替换Powerful-IoU(PIoU),增强对中等质量锚框的关注力,引导锚框更直接、高效地回归
现有基于IoU的损失函数存在不合理的惩罚因子,导致锚框在回归过程中出现面积扩大的问题,使得回归效率降低、收敛速度变慢。同时,这些损失函数在反映锚框与目标框之间的差异、考虑目标框大小以及某些情况下的性能表现等方面存在局限性。在目标检测任务中,边界框回归的损失函数对检测性能至关重要。Powerful-IoU(PIoU)及其升级版PIoU v2正是为解决现有损失函数存在的问题而设计的。本文利用PIoU改进YOLOv8的损失函数,提高模型精度。
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!
霍尼韦尔SoftMaster使用说明
霍尼韦尔SoftMaster使用说明
Devexpress16.2.6破解工具
Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具
汉书HE8,好用的汇编代码编写工具
汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

被折叠的 条评论
为什么被折叠?