总结各个博主经验,构建自己的服务器虚拟环境!
Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。装anaconda,就不需要单独装python了。
anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而python是一个编译器,如果不使用anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好;
常见的科学计算类的库都包含在里面了,使得安装比常规python安装要容易。
目录
1 anaconda 下载
2 创建虚拟环境
3 安装pytorch
anaconda安装包下载,不建议去官网下载,官网下载太慢了,推荐下载地址Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
一般建议不要选择最新版的(不太稳定),我这建议选择2020 - 2021中的anaconda3随意一个版本(我用的是Anaconda3-2021.05-Linux-x86_64.sh)
(1)在服务器终端输入:
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh
下载展示:
(2)等下载好,输入:
bash Anaconda3-2021.05-Linux-x86_64.sh
(3)然后一直按回车继续,接着输入“yes”,然后继续回车;
安装展示:
(4)然后继续yes;
(5)等到出现:
就算anaconda安装好了。
准备工作算是做好了,现在开始搭建自己的环境
(1)首先输入source ~/.bashrc,用来更新环境变量,前面就变成了(base)
source ~/.bashrc
截图展示:
(2)创建虚拟环境
conda create -n qby python=3.8
接着输入 y ,确认;
这样就算好了,如图:
这样我们就创建了名字叫做qby的python3.8的环境。
(3)使用自己的环境
通过conda activate
conda activate qby
就把环境由base变为了我的
如果想返回base环境,则可输入:
conda deactivate
如果想查看目前有哪些环境,可以输入
conda env list
想删除环境,则可输入conda env remove -n
conda env remove -n qby
(6)查看是否有conda环境
conda --version
截图:
(1)查看cuda版本
nvcc -V
或者使用:
nvidia-smi
版本截图
这条命令不仅可以查看当前NVIDIA驱动的版本,还可以查询与此驱动相匹配的Cuda版本;
虽是匹配,但是Cuda的版本可以略低于此时驱动匹配的Cuda版本,我们也可以安装版本高一点的驱动,来兼容不同版本的Cuda!
(2)根据cuda版本去官网找对应的pytorch Start Locally | PyTorch
默认pytorch官网为下载源,下载速度太慢,很容易报错,所以更改为清华大学镜像,
(3)命令行输入下面的命令:(conda 源)
# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
#也可以用中科大的
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
然后在输入:
conda install pytorch torchvision cudatoolkit=10.2
注意要把后面的-c pytorch去掉,不然还是使用的默认源下载。
然后等待下载安装即可。
或者使用pip源
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/
命令:
pip install torch===1.3.0 torchvision===0.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
(4)测试是否安装成功pytorch
python
>>> import torch
>>> torch.cuda.is_available()
成功截图: