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) qfchenQiLin-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) qfchenQiLin-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) qfchenQiLin-SuperServer:~$ conda deactivate三、查看MyEnv环境安装的包(MyEnv) qfchenQiLin-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 2.10.0cu128 pypi_0 pypi torchdata 0.11.0 pypi_0 pypi torchmetrics 1.9.0 pypi_0 pypi torchvision 0.25.0cu128 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 python3.10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pytorchcuda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 2.10.0cu128CUDA 12.8python 3.10.20进入Release v2.3.1 · state-spaces/mamba 下载对应的版本mamba_ssm-2.3.1cu12torch2.10cxx11abiTRUE-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-2.3.1cu12torch2.10cxx11abiTRUE-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].whl1. 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 2.3.13. 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 12.2PyTorch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 symbolC ABIcxx11abiTRUE表示_GLIBCXX_USE_CXX11_ABI1也就是GCC new C11 ABIPyTorch 编译通常分两种ABI含义cxx11abiTRUE新 ABIcxx11abiFALSE旧 ABI如果 ABI 不一致会报undefined symbol: GLIBCXX4. Python tagcp310表示CPython 3.10只适用于Python 3.10不能用于Python 3.8 Python 3.11 Python 3.125. ABI tagcp310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 ARM7. 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 C11 ABI TRUE Python: CPython 3.10 Platform: Linux x86_648. 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 symbol9. 如何检查你的环境是否匹配Python版本python -VPyTorch版本python -c import torch; print(torch.__version__)CUDA版本nvcc --version或nvidia-smi10. 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。