ubuntu18.04下的pytorch深度学习conda环境搭建

1.下载安装anaconda

anaconda官网下载目前最新的python3.7版anaconda，清华镜像下载anaconda地址可以下载旧版在内的各个版本，比如Anaconda3-5.2.0-Linux-x86_64.sh是适用于64位linux/ubuntu系统的python3.6版anaconda

下载完成后，打开文件所属目录，在该目录下打开终端，鼠标右键可选择打开，输入以下命令开始安装anaconda：

bash Anaconda3-2020.02-Linux-x86_64.sh
###以自己下载的为准，输入An后按Tab键可补全

然后一路回车，中途输入yes，再回车应该就完成安装了

注意细节1：

关闭默认开启（base）环境

安装完成后，ctrl+alt+T打开终端会默认打开（base）虚拟环境，python3.7版anaconda会这样，旧版不会（旧版还要自己在.bashrc文件中加入conda路径，这里只针对说明3.7版的，抱歉哈）

如果觉得默认开启（base）环境有点不爽，可输入以下命令改回常规情况：

conda config --set auto_activate_base false

注意细节2：

加速conda下载

如果已经输入上一条命令修改了默认开启环境，那就应该同时创建了.condarc文件在主目录中

在主目录中按ctrl+H显示隐藏文件，拉到最下方找到.condarc文件，打开，在文件最后输入：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

show_channel_urls: true

ctrl+S保存，关闭即可

也可以按照conda config --set 的形式在终端里逐条加入，但这里命令比较多，直接一股脑ctrl+C、ctrl+V痛快点

可看到文件第一行会显示关闭默认（base）环境的命令：

auto_activate_base: false

https还是http，可能会有疑问，虽然主流是https，但觉得慢的话，可改为http（这句话来自以前看到的博文，忘记出处了）

不加速的话，慢的很，试试就知道了

2.创建虚拟环境

输入命令：

conda create -n py3 python=3.7
###py3可以改为你想要的环境名，3.7也可改为3.6,3.5等等

我这里创建的是名为py3的python3.7版本的虚拟环境

解释一下：anaconda3.7与anaconda3.X的区别在于（base）环境中的python版本不同，并不影响创建新的虚拟环境时，想要哪个python版本

删除虚拟环境：

conda remove -n your_env_name(虚拟环境名称) --all

小技巧之快速开启虚拟环境

终端输入：

gedit ~/.bashrc

在末尾加入：

alias 'py3=conda activate py3'

ctrl+S保存，关闭，重开一个终端，输入py3回车，即可进入py3虚拟环境！！

3.安装pytorch

3.1 首先需要保证显卡驱动已安装完成，看参考我的上一篇博文，如果是仅针对自带独显的驱动安装，很简单，打开软件和更新，点击附加驱动，选一个nvidia-driver点击即可进行安装

显卡驱动安装好之后，终端输入nvidia-smi有一筐信息出现，则代表安装成功

3.2 打开py3虚拟环境，输入：

conda install pytorch torchvision cudatoolkit=10.2

我这里显卡驱动对应的cuda版本是10.2，具体的cuda与pytorch版本对应关系可参考pytorch官网

解释一下：官网给出的命令是

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

我这里没加 -c pytorch是因为conda加速下载设置的缘故，加 -c pytorch反而是指定官网的下载路径，很慢的！

验证pytorch安装：

打开一个新终端，如下依次输入命令，输出1.5.1或类似的版本号即是成功

py3
python
import torch
print(torch.__version__)

进一步验证cuda：

在刚才的基础上输入

print(torch.cuda.is_available())

输出True，则表明cuda可用

pytorch相比tensorflow的一个优势在于，无需单独去安装cuda和cudnn，它的安装包中有配置cuda、cudnn的包，可谓是一步到位！！