所谓独立环境

有一个操作，我大概做过一百遍，但是这一百遍，我其实都不知道我到底在做什么，那就是

每次我用tensorflow之前都会这样来一下，这是当时装tf的时候官网安装教程的建议，让我下了一个什么程序，“为tensorflow设置一个独立的运行环境。”我当时就闭眼照做了，这一百遍我都不知道它到底在干嘛也没耽误用tf，但我最近不是第501次打算重新做人嘛，所以要跟经我手的每一个操作都死磕到底。

什么叫“独立的运行环境”，docker也干的是这样一件事情，这个抽象的说法是说目标程序运行不受本地环境影响，但物理层面到底发生了什么事情？

所谓程序运行的“环境”，就是两件事，它的依赖程序在本地1.有没有2.在哪里，而且这个在哪里的讨论范围，不是你整个pc，而是你给它的搜索路径范围，所以我们有环境变量PATH。那么“独立的运行环境”呢？那就是改变该程序运行时的搜索路径，把它的依赖包单独装一套，然后把搜索路径范围限定在这里。

一开始我以为这个搞独立运行环境的程序屏蔽了PATH，自己整了一个什么依赖项搜索机制，但是在启动后输出了一下PATH发现：

所以前面的想法是错误的，它是把自己的窝点位置加进了PATH，搞了一个优先搜索。想想也当然应该这样，除了目标程序的依赖项，你“进入这个独立环境”后该用的general工具比如cd ls这些还得用，它不可能把这些全给你配齐，也不知道你究竟会用到什么，所以只需要把自己的窝点路径加入PATH优先搜索，那么只要是它的依赖项，就用它自己的，general的工具，该怎么办怎么办。

这就通顺了，把activate打开一看，果然是个改PATH值的脚本文件，用完了之后，deactivate再改回来。