linux conda创建虚拟环境安装pytorch

Linux conda创建虚拟环境安装pytorch

linux小白怎么创建conda env来运行项目呢？
Let’s see……

1.查看现有的conda env虚拟环境

conda env list

如有需要的虚拟环境，贼可用activate+虚拟环境名字激活，进入该虚拟环境，如：

conda activate pytorch36

退出该虚拟环境使用deactivate：

conda deactivate

2.新建虚拟环境env
原有环境中如果没有适合的虚拟环境，则可自行创建新的虚拟环境
命令如下：

conda create -n [虚拟环境名字] [指定python版本]

例如：

conda create -n pytorch160 python=3.7

创建成功后，进入虚拟环境

conda activate pytorch160

在虚拟环境中安装pytorch1.6

3.安装pytorch
到pytorch官网找到安装命令

https://pytorch.org/get-started/locally/

在其他版本中，找到我需要的pytorch1.6版本

复制对应的cuda版本的pytorch安装命令
在虚拟环境中执行

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

安装完成

引入torch

python
import torch

退出python

Ctrl d

这下pytorch就安装好啦
可以安装其他需要的包，运行项目啦

4.运行项目
以清华大学事件提取的Maven-dataset中的DMCNN为例
根据README中的提示，下载数据集放到相应的文件目录下
安装需要的其他包

conda install -c conda-forge seqeval==1.2.2
conda install -c conda-forge tqdm==4.44.0

tqdm也可以到这里下载

cuda是事先安装好的，可查看

nvidia -smi

查看已安装的python包

pip list

所需环境均有了
可以运行项目了
进入项目所在路径，执行运行命令

python main.py --config [path of config files] --gpu [gpu, optional]

如：

cd /root/Lori/MAVEN-dataset-main/baselines/DMCNN_BiLSTM_\(CRF\)
python main.py --config config/dmcnn.config --gpu 0

运行过程
略
运行结果

Valid Metric: {'micro_precision': '0.6064', 'micro_recall': '0.6668', 'micro_f1': '0.6351', 'macro_f1': '0.5554'}

赶快去试试吧！！！
下期见！