> ## Documentation Index
> Fetch the complete documentation index at: https://felimet-hub.jmcores.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Conda 安裝與配置指南
> 從零開始的 Conda 套件管理與配置指南，內容涵蓋 Anaconda 與 Miniconda 的差異、Windows 安裝流程、自訂安裝路徑、Channel 機制、套件來源設定，以及 Python 虛擬環境建立、切換、輸出與跨機遷移實務，適合資料科學與機器學習初學者。
`Windows 10/11` `Miniconda` `Anaconda`
Conda 是一個**跨平台的套件與環境管理系統**，它同時扮演兩個角色：幫你安裝套件（像 pip），也幫你管理獨立的 Python 環境（像 venv）。更重要的是，它不只能管理 Python 套件，C/C++ 函式庫、CUDA runtime、甚至 R 語言套件都在範圍內。
這篇指南涵蓋安裝、配置、自訂與除錯。
**Conda vs pip 的差異**
* **pip** 主要管理來自 PyPI 的 Python 套件，只負責安裝套件作者打包好的內容；對於 C extension，若有對應的二進位 wheel 就直接裝，否則就依賴系統已安裝的編譯工具與外部 C/C++ 函式庫來自行編譯。
* **conda** 則是「環境+套件管理器」，它的 package 可以包含 Python、本身的 C/C++ 函式庫、CUDA runtime 甚至編譯器，並透過解依賴機制確保整個二進位堆疊彼此相容，因此在科學計算與 ML/DL 領域，安裝像 `numpy`、`scipy`、`pytorch` 這類重度依賴 BLAS/LAPACK/CUDA 的套件時，通常更穩定且不需自行處理底層依賴。
***
## Anaconda vs Miniconda
你會在官網看到兩個選項：**Anaconda** 與 **Miniconda**。它們都包含 `conda` 這個核心工具，差異在於「內含多少東西」。
**全套餐**，預裝 300+ 套件（NumPy, Pandas, Jupyter, Scikit-learn...），開箱即用。
* 安裝大小：約 **4.4 GB**
* 包含 Anaconda Navigator（GUI 管理介面）
* 適合：**初學者**、不想煩惱套件安裝的人
> 個人推薦使用。
**最小安裝**，只有 conda + Python + 基本依賴，乾淨起步。
* 安裝大小：約 **80 MB**
* 純 CLI 操作
* 適合：**有經驗的開發者**、CI/CD、容器環境、磁碟空間有限的場景、避開 Anaconda 授權問題
| 比較項目 | Anaconda | Miniconda |
| :----- | :----------------- | :--------------- |
| 安裝大小 | \~1.1 GB | \~90 MB |
| 預裝套件 | 300+ 資料科學常用套件 | 僅 conda + Python |
| GUI 管理 | Anaconda Navigator | 無 |
| 適用場景 | 快速上手、教學環境 | 精確控制、生產環境 |
| 自訂彈性 | 較低（預裝大量你可能不需要的套件） | 最高（需要什麼安裝什麼） |
**我該選哪個？**
**磁碟空間充裕且想快速開始 → Anaconda。**
**想精確控制環境、或在 SSD 上節省空間 → Miniconda。** `推薦`
實務上，多數專業開發者偏好 Miniconda，因為 Anaconda 預裝的 300 多個套件裡，通常只會用到幾十個。
***
## 安裝流程
### 下載 Miniconda
前往 [Miniconda 官方下載頁面](https://www.anaconda.com/download)，選擇 **Windows 64-bit** 的 Miniconda `.exe` 安裝檔。
雙擊下載的 `Miniconda3-latest-Windows-x86_64.exe`，點選 **Next**。
閱讀並接受 License Agreement。
* **Just Me (recommended)**: 只為當前使用者安裝，不需管理員權限。
* **All Users**: 系統級安裝，需要管理員權限。
除非有明確的多使用者需求，選擇 **Just Me** 即可。
預設路徑為 `C:\Users\<你的使用者名稱>\miniconda3`。
若要安裝到其他位置（如 D 槽），在此步驟修改路徑。詳見下方[「安裝至 D 槽」](#安裝至-d-槽)段落。
**路徑不能包含空格與中文**
Conda 的安裝路徑**不能包含空格或非 ASCII 字元**。例如 `D:\Program Files\conda` 或 `D:\我的程式\conda` 都會導致問題。建議用 `D:\miniconda3` 這樣簡潔的路徑。
安裝程式會詢問兩個選項：
| 選項 | 建議 | 說明 |
| :------------------------------------------ | :------ | :------------------------------------------------------------------------------------------------------------- |
| **Create start menu shortcuts** | 勾選 | 在開始功能表建立 Anaconda Prompt 捷徑 |
| **Add Miniconda3 to my PATH** | **不勾選** | 官方不建議：conda binaries 路徑包含其他套件二進位檔，永久加入 PATH 可能與其他軟體衝突。建議透過 Anaconda Prompt 或 [`conda init`](#q-conda-指令找不到) 使用 |
| **Register Miniconda3 as default Python** | 視情況 | 若系統上沒有其他 Python，可以勾選（預設已勾選） |
| **Clear the package cache upon completion** | 勾選 | 安裝完成後執行 `conda clean --all --force-pkgs-dirs`，節省空間 |
點選 **Install**，等待安裝完成後點選 **Finish**。
### 下載 Anaconda
前往 [Anaconda 官方下載頁面](https://www.anaconda.com/download)，下載 Windows 64-bit 安裝檔。
雙擊 `Anaconda3-20xx.xx-Windows-x86_64.exe`，按照精靈指引進行。
同 Miniconda，選擇 **Just Me** 並設定安裝路徑。
**磁碟空間**
Anaconda 完整安裝需要約 **4.4 GB** 磁碟空間，加上後續建立的環境與套件快取，建議至少保留 **10 GB** 以上。
與 Miniconda 相同：不勾選 Add to PATH，視需求決定是否 Register as default Python。
安裝過程較長，耐心等待即可。
### 命令列靜默安裝
在自動化部署或 CI/CD 環境中，可使用命令列進行靜默安裝。以下依據[官方 Quickstart](https://www.anaconda.com/docs/getting-started/miniconda/install#quickstart-install-instructions) 提供的指令：
**靜默安裝即代表接受服務條款**
執行靜默安裝時，預設接受 Anaconda 的服務條款 (TOS)。請務必在執行前查閱 [Anaconda 完整服務條款](https://anaconda.com/legal)。
```powershell theme={null}
# 下載 Miniconda 安裝檔
Invoke-WebRequest -Uri "https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe" -OutFile ".\miniconda.exe"
```
```powershell theme={null}
# 靜默安裝至 `D:\miniconda3`
Start-Process -FilePath ".\miniconda.exe" -ArgumentList "/S /D=D:\miniconda3" -Wait
```
```powershell theme={null}
# 清除安裝檔
Remove-Item ".\miniconda.exe"
```
安裝完成後，初始化 conda：
```powershell theme={null}
# 初始化 PowerShell 支援
D:\miniconda3\Scripts\conda.exe init powershell
# 重新開啟 PowerShell 後生效
```
```cmd theme={null}
:: 下載 Miniconda 安裝檔
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe -o .\miniconda.exe
:: 靜默安裝至 D:\miniconda3
start /wait "" .\miniconda.exe /S /D=D:\miniconda3
:: 清除安裝檔
del .\miniconda.exe
```
安裝完成後，開啟 [Anaconda Prompt](https://www.anaconda.com/docs/reference/glossary#anaconda-prompt) 使用 conda，或執行以下指令初始化 CMD 支援：
```cmd theme={null}
:: 初始化 CMD 支援
D:\miniconda3\Scripts\conda.exe init cmd.exe
:: 重新開啟 CMD 後生效
```
```bash theme={null}
# 建立安裝目錄
mkdir -p ~/miniconda3
# 下載安裝腳本（Apple Silicon）
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
# 靜默安裝
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
# 清除安裝腳本
rm ~/miniconda3/miniconda.sh
```
**Intel Mac**
若使用 Intel 晶片，將下載 URL 中的 `arm64` 替換為 `x86_64`。
安裝完成後，初始化 conda：
```bash theme={null}
# 啟動 conda
source ~/miniconda3/bin/activate
# 初始化所有 shell
conda init --all
```
```bash theme={null}
# 建立安裝目錄
mkdir -p ~/miniconda3
# 下載安裝腳本（x86_64）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
# 靜默安裝
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
# 清除安裝腳本
rm ~/miniconda3/miniconda.sh
```
**ARM64 / AWS Graviton**
若使用 ARM64 架構，將下載 URL 中的 `x86_64` 替換為 `aarch64`。
安裝完成後，初始化 conda：
```bash theme={null}
# 啟動 conda
source ~/miniconda3/bin/activate
# 初始化所有 shell
conda init --all
```
簡易指令見[「安裝至 D 槽」](#安裝至-d-槽)（Windows）
**參數注意事項**
**Windows**：
* `/S`：Silent mode（靜默安裝，不彈出 GUI）
* `/D=`：指定安裝路徑，**必須是最後一個參數**，路徑**不能**用引號包裹
* 未指定 `/D=` 時，預設安裝至 `C:\Users\<使用者名稱>\miniconda3`
**macOS / Linux**：
* `-b`：Batch mode（靜默安裝，不需互動確認）
* `-u`：更新模式，若路徑已存在則覆蓋
* `-p`：指定安裝路徑
***
## 安裝後驗證
安裝完成後，開啟 **PowerShell** 或 **Anaconda Prompt**（從開始功能表搜尋），執行以下驗證指令：
> 若 `conda` 無效/指令找不到，見[常見問題](#q-conda-指令找不到)。
```powershell theme={null}
# 查看 conda 版本
conda --version
# 查看完整環境資訊
conda info
```
預期輸出範例：
```text theme={null}
conda 24.x.x
active environment : base
active env location : D:\miniconda3
user config file : C:\Users\yourname\.condarc
populated config files : D:\miniconda3\.condarc
conda version : 24.x.x
platform : win-64
...
```
其中有兩個容易混淆的設定檔欄位。`.condarc`（conda run configuration）是 conda 的設定檔，採用 YAML 語法，用來控制 channel、預設路徑、行為偏好等所有 conda 設定。Conda 允許多個 `.condarc` 同時存在於不同位置：
| 欄位 | 說明 |
| :------------------------- | :---------------------------------------------------------------- |
| **user config file** | 使用者層級的 `.condarc`，固定位於 `C:\Users\<使用者名稱>\.condarc`。即使檔案不存在也會顯示此路徑 |
| **populated config files** | **實際有內容**的 `.condarc`。安裝在 D 槽時，通常是 `D:\miniconda3\.condarc` |
**哪個 .condarc 生效？**
Conda 會**同時讀取**所有找到的 `.condarc`，設定會合併。若兩個檔案有衝突的設定，使用者層級（`C:\Users\...`）的優先。
一般建議只維護一個 `.condarc`，避免設定分散。可統一編輯安裝目錄下的 `D:\miniconda3\.condarc`，或用 `conda config` 指令操作（預設寫入使用者層級）：
```powershell theme={null}
# 查看所有生效的設定（合併後的結果）
conda config --show
# 設定項目（寫入使用者層級 .condarc）
conda config --set auto_activate_base false
# 查看設定檔來源
conda config --show-sources
```
### 建立測試環境
確認 conda 能正確建立獨立環境並安裝套件：
```powershell theme={null}
# 建立 Python 3.12 測試環境
conda create -n test_env python=3.12 -y
# 啟動環境
conda activate test_env
# 確認 Python 版本
python --version
# 安裝一個套件驗證
conda install numpy -y
# 快速測試
python -c "import numpy; print(f'NumPy {numpy.__version__} OK')"
# 測試完畢，清理
conda deactivate
conda remove -n test_env --all -y
```
**看到 `(test_env)` 前綴就對了**
當你成功 `conda activate test_env` 後，命令提示字元的開頭會從 `(base)` 變成 `(test_env)`，表示你正在該隔離環境中工作。
***
## 自訂配置
### 安裝至 D 槽
#### 為什麼要安裝到 D 槽？
許多 Windows 使用者的磁碟配置如下表：
| 磁碟 | 用途 | 特性 |
| :---------------- | :---------- | :------------------- |
| **C 槽** (SSD) | 作業系統 + 核心程式 | 容量較小（128–512 GB）、速度快 |
| **D 槽** (HDD/SSD) | 資料與開發工具 | 容量較大（1 TB+） |
Conda 的環境與套件快取會持續增長。一個 ML 專案的環境動輒 **2–5 GB**（尤其含 PyTorch、TensorFlow），多個專案下來很容易吃掉 C 槽空間。將 Conda 安裝至 D 槽可以：
* 避免 C 槽空間不足影響系統穩定性
* 方便重灌系統時保留開發環境
* 讓環境與系統分離，維護更簡潔
**效能權衡**
若 D 槽是傳統 HDD（機械硬碟），conda 的套件解壓與環境建立速度會比 SSD 慢些。
如果 D 槽也是 SSD，就沒有這個顧慮。
#### 操作方式
使用 `/D=` 參數指定路徑（可先於 D 槽建立 miniconda3 資料夾）：
```powershell theme={null}
Start-Process -FilePath ".\miniconda.exe" -ArgumentList "/S /D=D:\miniconda3" -Wait
```
在安裝精靈的「選擇安裝路徑」步驟，將路徑改為 `D:\miniconda3` 即可。
安裝至 D 槽後的目錄結構如下：
**找到你的環境**
所有透過 `conda create -n myenv` 建立的環境，預設都在 `miniconda3/envs/` 下。你可以直接使用該環境的 `python.exe`，例如 `D:\miniconda3\envs\ml_project\python.exe`。
#### 進階：自訂環境與快取路徑
若你希望將環境與快取分離到 Miniconda3 目錄之外（例如多個 Conda 安裝共用環境，或想更細粒度管理磁碟空間），可在 [`.condarc` 配置檔](#condarc-配置檔)中設定：
```yaml title=".condarc" theme={null}
# 自訂環境存放路徑
envs_dirs:
- D:\conda_envs
# 自訂套件快取路徑
pkgs_dirs:
- D:\conda_pkgs
```
**.condarc 位置**
`.condarc` 檔案位於使用者家目錄：`C:\Users\<你的使用者名稱>\.condarc`。若不存在，可手動建立，或執行 `conda config --set envs_dirs D:\conda_envs` 讓 conda 自動建立。
***
### Channel 頻道機制
#### 什麼是 Channel？
Channel（頻道）是 conda 套件的**來源倉庫**，本質上是一個存放了已編譯套件的遠端目錄（URL）。當你執行 `conda install numpy` 時，conda 會按照 channel 優先順序依序搜尋，找到第一個匹配的套件版本後下載安裝。
你可以把它想像成手機的 App Store：
| 概念 | 類比 |
| :------------------- | :-------------- |
| **Channel** | App Store（套件來源） |
| **conda install** | 從 Store 下載 App |
| **Channel priority** | 優先從哪個 Store 搜尋 |
#### 主要 Channel 介紹
| Channel | 維護者 | 特色 | 授權 |
| :-------------- | :------------- | :----------------- | :-------- |
| **defaults** | Anaconda, Inc. | 穩定，預設 channel | 商用可能需付費授權 |
| **conda-forge** | 社群維護 | 套件數量最多，更新最快 | **完全免費** |
| **pytorch** | PyTorch 團隊 | PyTorch 官方最新版 | 免費 |
| **nvidia** | NVIDIA | CUDA toolkit、cuDNN | 免費 |
**Anaconda 授權條款（Terms of Service）**
自 2024 年起，Anaconda 更新了 **defaults channel** 與 **Anaconda Distribution** 的使用條款：
* **個人使用與員工少於 200 人的組織**：可以免費使用；
* **員工或約聘人數在 200 人以上的組織**：若要存取 defaults channel 或 Anaconda Distribution，則需要付費授權。
* **教育機構**：若是純課程教學用途通常可免費，但大型學校或研究機構在研究情境下可能被視為「組織使用」，不一定全面豁免。
若在大型企業或機構中，只需要 conda 生態而不必依賴 Anaconda 官方 defaults channel，建議改用
**Miniconda/Mambaforge** 搭配 **conda-forge** 作為主要 channel，功能同樣完整，但完全開源免費、沒有 defaults 授權風險。；conda-forge 為社群維護，對商業使用完全免費，
不受 Anaconda 收費條款影響。
#### 設定 Channel
```powershell theme={null}
# 查看目前的 channel 設定
conda config --show channels
# 新增 conda-forge 為最高優先
conda config --add channels conda-forge
# 設定嚴格優先模式（推薦）
conda config --set channel_priority strict
# 安裝時指定 channel（一次性）
conda install -c pytorch pytorch torchvision
```
**嚴格優先模式 (strict)** 是什麼？
```text theme={null}
channel 清單:
1. conda-forge ← 最高優先，先從這裡找
2. defaults ← conda-forge 找不到才來這裡
strict 模式下：若 conda-forge 有 numpy 1.26，defaults 有 numpy 1.27，
conda 仍會安裝 conda-forge 的 1.26，因為它在優先順序較高的 channel。
```
**推薦的 .condarc channel 配置**
```yaml theme={null}
channels:
- conda-forge
- defaults
channel_priority: strict
```
這樣設定後，conda-forge 為主要來源（免費、更新快），defaults 作為備援。完整範例見 [`.condarc` 配置檔](#condarc-配置檔)。
***
### .condarc 配置檔
`.condarc` 是 conda 的全域設定檔，使用 YAML 語法。以下是常用設定的完整範例：
```yaml title=".condarc" theme={null}
# ── Channel 設定 ──
channels:
- conda-forge
- defaults
channel_priority: strict
# ── 路徑設定 ──
envs_dirs:
- D:\conda_envs
pkgs_dirs:
- D:\conda_pkgs
# ── 行為設定 ──
auto_activate_base: false # 是否自動啟動 base 環境（建議關閉）
auto_update_conda: true # 是否自動更新 conda
show_channel_urls: true # 安裝時顯示套件來源 channel
```
**auto\_activate\_base: false**
預設開啟新終端就會進入 `(base)` 環境。設為 `false` 後，需手動 `conda activate base` 才會進入。這能避免 base 環境被意外污染，是一個好習慣。
***
## 常用指令速查
### 環境管理
```powershell theme={null}
# 建立環境（指定 Python 版本）
conda create -n myenv python=3.12
# 建立環境至指定路徑（用 --prefix 取代 -n）
{/* conda create python=3.9 --prefix D:\Miniconda3\envs\python39 -y */}
# 從 YAML 檔建立環境
conda env create -f environment.yml
# 啟動 / 停用環境
conda activate myenv
conda deactivate
# 列出所有環境
conda env list
# 刪除環境
conda remove -n myenv --all
# 匯出環境（可重現的快照）
conda env export > environment.yml
# 僅匯出手動安裝的套件（跨平台更相容）
conda env export --from-history > environment.yml
```
### 套件管理
```powershell theme={null}
# 安裝套件
conda install numpy pandas matplotlib
# 指定版本安裝
conda install python=3.11 numpy=1.26
# 從特定 channel 安裝
conda install -c conda-forge scikit-learn
# 更新套件
conda update numpy
# 更新所有套件
conda update --all
# 搜尋套件
conda search pytorch
# 移除套件
conda remove numpy
# 列出已安裝套件
conda list
```
**conda + pip 混用注意**
在 conda 環境中可以使用 pip 安裝 conda 沒有的套件，但需注意：
1. **先 conda 後 pip**：先用 conda 安裝能找到的套件，再用 pip 補足缺少的。
2. **不要反覆交替**：conda 不追蹤 pip 安裝的套件，反覆交替安裝容易造成依賴衝突。
3. **匯出時注意**：`conda env export` 會同時記錄 conda 和 pip 安裝的套件。
***
## 常見問題
### Q: `conda` 指令找不到
**A:** 安裝時若未勾選「Add to PATH」，一般的 CMD 或 PowerShell 不會認得 `conda` 指令。
解決方案有兩種：
**方法一：使用 `conda init`（推薦）**
透過 Anaconda Prompt 執行一次即可，之後所有 PowerShell 都能使用 conda：
```powershell theme={null}
D:\miniconda3\Scripts\conda.exe init powershell
```
重新開啟 PowerShell 後生效。
**方法二：手動加入 PATH 環境變數**
若 `conda init` 無法正常運作，可手動將 conda 路徑加入系統 PATH：
在 Windows 搜尋輸入「環境變數」，開啟「編輯系統環境變數」。
點選「環境變數」按鈕。
在「使用者變數」或「系統變數」中找到 **Path**，按「編輯」。
按「新增」，依序加入以下路徑（依你的實際安裝位置調整）：
```text theme={null}
D:\Miniconda3
D:\Miniconda3\Library\bin
D:\Miniconda3\Scripts
D:\Miniconda3\condabin
```
**Anaconda 使用者**
將上述路徑中的 `Miniconda3` 替換為 `Anaconda3` 即可。
連續按「確定」關閉所有視窗。
**重新開啟**終端機，輸入 `conda --version` 驗證。
### Q: 環境啟動後顯示 `CommandNotFoundError`？
**A:** 常見於 PowerShell 安全政策阻擋了 conda 的初始化腳本。執行：
```powershell theme={null}
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
```
然後重新開啟 PowerShell。
### Q: `conda install` 解析依賴極慢（Solving environment）？
**A:** 這是 conda 經典痛點。解決方案：
1. **使用 libmamba solver**（conda >= 22.11 已內建）：
```powershell theme={null}
conda config --set solver libmamba
```
2. **設定嚴格 [channel 優先](#設定-channel)**（減少搜尋範圍）：
```powershell theme={null}
conda config --set channel_priority strict
```
3. **避免在 base 環境中安裝套件**：保持 base 乾淨，為每個專案建立獨立環境。
### Q: 安裝或更新時出現 `CondaHTTPError`？
**A:** 通常是網路問題或 proxy 設定。在 [`.condarc`](#condarc-配置檔) 中設定代理：
```yaml title=".condarc" theme={null}
proxy_servers:
http: http://proxy.example.com:8080
https: https://proxy.example.com:8080
```
### Q: Anaconda 和 Miniconda 可以同時安裝嗎？
**A:** 技術上可以，但**強烈不建議**。兩者共用相同的 `conda` 核心，同時安裝會造成 PATH 與環境變數衝突。選擇一個即可。
### Q: 如何解除安裝？
**A:** 請參考官方解除安裝指南：
* [解除安裝 Miniconda](https://www.anaconda.com/docs/getting-started/miniconda/uninstall#uninstall-procedure)
* [解除安裝 Anaconda Distribution](https://www.anaconda.com/docs/getting-started/anaconda/uninstall#uninstall-procedure)
***
## 相關頁面
* [Windows CUDA 開發環境建置指南](/notes/ai-core/environment/cuda-setup/)
* [Miniconda 官方安裝教學](https://www.anaconda.com/docs/getting-started/miniconda/install)
* [Anaconda 官方安裝教學](https://www.anaconda.com/docs/getting-started/anaconda/install)