塔塔露也能看懂的服务器配置pytorch，TensorFlow教程

在服务器上创建可使用GPU的pytorch和Tensorflow环境

准备工作

注：本教程默认你使用的服务器上已经安装好了cuda和anaconda，若没有安装请联系服务器管理员安装，或是按照https://developer.nvidia.com/cuda-downloads官网的提示自行安装。

• 确认服务器上可用的GPU及以安装好的cuda版本

  nvidia-smi
  

nvcc-V

二者版本不一致的情况下请参看https://blog.csdn.net/weixin_39518984/article/details/111406728

• 查看当前用户的环境变量

  env
  

HOME是当前用户创建新的conda环境默认的位置，LD_LIBRARY_PATH是cuda的路径。由于服务器上home文件夹的空间一般都比较小，在创建环境时可以在别的位置创建。具体见下文。

创建新的conda环境

• 如果需要改变创建conda环境默认的位置，可以如下图修改配置文件。

  vim ~/.condarc
  

创建好的环境会在/your_path/conda/环境名称下，缓存的包会在conda_pkgs下。

• 用下面的命令创建并切换到新创建的环境

  conda create -n 环境名称
  source activate 环境名称
  

• 添加conda国内镜像源

  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/
  # 中科大镜像源，你也可以查询添加更多的源
  # conda config --remove-key channels 该命令可以删除所有用户添加的源
  

• 查询当前conda环境下所有已安装的包

  conda list
  

安装TensorFlow-GPU

• 首先根据服务器上cuda的版本和自身需要，查询TensorFlow和cudatookit的对应关系，见https://www.tensorflow.org/install/source#linux

• 使用conda或pip安装tensorflow-gpu和cudatoolkit

  • conda安装，使用如下的命令

    conda install tensorflow='版本号'
    #若需要安装TensorFlow1，使用 conda install tensorflow_gpu='版本号'
    conda install cudatoolkit='版本号'
    

  • pip安装

    先说一下pip安装和conda安装的关系。经过我的测试，pip安装的包除了可以使用

    pip list
    

    查看外，使用

    conda list
    

    也可以查看到，反之则不行。conda安装包的目录是在上文所说的目录下，而pip安装的目录则有所不同。若当前conda环境中有pip时，则会安装到当前conda环境中python的site-package中，若当前conda 环境中没有pip，则会使用服务器python目录下的pip安装到服务器python环境中。为了隔离不同的环境，在使用pip安装包前，需要先查看当前conda环境中有无pip，没有则先安装pip。使用命令

    which pip
    

    查看当前使用的是哪个pip。

    确定好pip安装的位置后，使用如下的命令安装TensorFlow

    pip install tensorflow=='版本号'
    # pip好像是装不了cudatoolkit，需要用conda安装
    

安装pytorch

• pytorch的安装比较方便，直接在官网就可以查询到对应的命令。https://pytorch.org/get-started/locally/

我踩过的坑

• cudatoolkit的版本不一定要跟cuda一致，但应该要低于cuda 的版本。安装时一定要选择对应的cudatoolkit安装。

• 在conda安装包时，经常会出现找不到包的问题。除了使用命令conda search 包名来找之外，终极方法是离线安装。在官网https://anaconda.org/可以查询到提供的所有包，例如找cudatoolkit11.3：
  

选择合适的版本下载并上传到服务器，在目录下

conda install 下载的包名

即可安装。