前言
Jetson Nano 板载只有 16GB 的存储空间，在安装完 Ubuntu 和 Conda 环境后，剩余空间就捉襟见肘了，无法满足安装 PyTorch 等大型包的需求。此时如果你有一张SD卡，那么可以考虑将 Conda 环境迁移到 SD 卡上。
但网上的教程基本都是选择将操作系统迁移到SD卡以扩展存储，但这往往会带来性能下降的问题。其实可以只改Conda的安装目录实现一样的效果（因为主要的内存都是Conda环境占用）：将Conda环境默认安装在SD卡上，而无需迁移整个操作系统。这种方法不仅有效利用了额外的存储空间，而且保持了系统的性能。
于是就有了这个教程😁
1. 准备工作
在开始之前，请确保你的Jetson Nano已经安装了Conda环境管理器。如果没有的话可以通过以下命令安装：
sudo apt update
sudo apt install conda
或者直接去anaconda官网下载（我是下的mambaforge，可以认为是一个小型的anaconda）
2. 创建新的Conda环境目录
首先，我们需要在SD卡上创建一个新的目录，用于存放Conda环境和包。假设你的SD卡已经挂载在/home目录下，可以使用以下命令创建环境目录：
mkdir /home/conda_envs
3. (💥最关键的一步💥)配置Conda环境变量
为了告诉Conda使用新创建的目录作为环境和包的存储位置，需要设置CONDA_ENVS_DIRS环境变量。咱们可以在你的shell配置文件中（如.bashrc或.zshrc）添加以下行：
export CONDA_ENVS_DIRS="/home/conda_envs"
保存更改后，运行以下命令使配置生效：
source ~/.bashrc
4. 创建新的Conda环境
然后我们就可以使用Conda命令创建一个新的环境，它将默认存储在CONDA_ENVS_DIRS指定的目录中：
conda create --name my_new_env python=3.8
这里的my_new_env是新环境的名称，python=3.8指定的是Python的版本。
5. 激活新的Conda环境
使用以下命令激活你的新环境：
conda activate my_new_env
6. 安装包
在激活的环境中，你现在可以安装所需的包，它们将被存储在SD卡上：
conda install numpy pandas
7. 验证环境位置
为了确认环境和包确实被安装在了SD卡上，我们可以使用以下命令查看环境目录：
conda env list
这将列出所有环境及其对应的路径。确保你的新环境my_new_env的路径指向了/home/conda_envs。
至此，我们就成功的把Conda环境改成默认装在SD卡上了
OVER👻
