conda 虚拟环境 & tensorflow-gpu& pytorch

创建虚拟环境

• conda create -n your_env_name python=X.X

• source activate your_env_name

ref：https://blog.csdn.net/lyy14011305/article/details/59500819

虚拟环境无默认安装包，如何迁移：

ref: https://blog.csdn.net/sinat_28442665/article/details/86650152

迁移时会有两个错误：

• yaml 安装时的错误，找不到包
• requirements.txt 也是会有找不到包的情况，应该是依赖问题，
• 解决方案是：$ while read requirement; do conda install --yes $requirement; done < requirements.txt

ref：https://stackoverflow.com/questions/35802939/install-only-available-packages-using-conda-install-yes-file-requirements-t

• 也可以直接 clone base环境：conda create -n your_env_name --clone base，

• 但是也会有问题，jupyter notebook running 的问题。

ref：https://blog.csdn.net/shincling/article/details/75534121

最后使用这样解决

• conda list -e > requirements.txt ；

• conda create -n gpu_conda python==3.6 ；

• $ while read requirement; do conda install --yes $requirement; done < requirements.txt

安装 cuda & cudnn & tensorflow-gpu：

1. 查看 cuda版本：cat /usr/local/cuda/version.txt

2. 查看 gpu使用情况：nvidia-smi

3. 下载对应的 cudnn：https://developer.nvidia.com/rdp/cudnn-download

4. 解压：tar -xvf cudnn-10.0-linux-x64-v7.4.1.5.tgz

5. 将cuda里的文件复制到之前安装的cuda的路径中（默认为 /usr/local/cuda-10.1）

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

sudo chmod a+r /usr/local/cuda/include/cudnn.h

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

6. 安装 tensorflow：sudo pip install tensorflow-gpu==1.14.0

参考：https://juejin.im/post/5d8362d351882501734c30ae

7. 在命令行中查看 是否安装成功

import tensorflow as tf

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
输出：
Device mapping: /job:localhost/replica:0/task:0/device:GPU:0 ->
device: 0, name: GeForce GTX 960M, pci bus id: 0000:02:00.0, compute
capability: 5.0

这个不知道有用没：conda create -n new_env_name Python=3.7 Anaconda

安装 pytorch：

1. conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

2. pip install fairseq

pytorch安装时：The following packages are causing the inconsistency:

首先，输入conda list -r 查询之前的更新版本，然后选择一个之前的版本（出现问题之前），输入conda install
–revision 数字 之后等待回滚成功后。
参考：https://blog.csdn.net/weixin_35436966/article/details/91045470