【Ubuntu18配置Anaconda深度学习环境】

参考:Ubuntu18配置与ROS 兼容的深度学习环境(Anaconda3+PyTorch1.10+python3.8+cuda10.2)

  • 欢迎大家阅读2345VOR的博客【Ubuntu18.04使用yolov5教程】
  • 2345VOR鹏鹏主页: 已获得CSDN《嵌入式领域优质创作者》称号,座右铭:脚踏实地,仰望星空
  • 本文章属于《Ubuntu学习》和《ROS机器人学习》
    :这里主要是记录Ubuntu下简单使用yolov5测试检测效果的过程,我是使用realsense d435i摄像头的RGB图像。
    【Ubuntu18配置Anaconda深度学习环境】_第1张图片

1. 前言

Ubuntu环境搭建
【经典Ubuntu20.04版本U盘安装双系统教程】
【Windows10安装或重装ubuntu18.04双系统教程】
【Ubuntu同步系统时间】
【Ubuntu中截图工具】
【Ubuntu安装QQ】
【Ubuntu安装后基本配置】
【Ubuntu启动菜单的默认项】
【ubuntu系统中修改hosts配置】
【18.04Ubuntu中解决无法识别显示屏】
【ROS 开发神器 Visual Studio Code 的安装和设置】
【基于Ubuntu18.04+Melodic的realsense D435安装】
【Ubuntu18配置Anaconda深度学习环境】
ROS学习笔记
【1. Ubuntu18.04安装ROS Melodic】
【2. 在Github上寻找安装ROS软件包】
【3. 初学ROS,年轻人的第一个Node节点】
【4. ROS的主要通讯方式:Topic话题与Message消息】
【5. ROS机器人的运动控制】
【6. 激光雷达接入ROS】
【7. ROS 中的 IMU 惯性测量单元消息包】
之前在Window下安装了Anaconda,熟悉了一下安装过程,Ubuntu18.04下最难的应该就是和ROS Melodic的兼容问题。ROS1是基于Python2.7的,而Anaconda3则是python3。

为了和Windows下的保持一致,我这次选择安装的是Anaconda3-2021.05-Linux-x86_64.sh,是自带python3.8的

Anaconda的官网:https://www.anaconda.com/products/individual
过往版本:https://repo.anaconda.com/archive/
网络不怎么好的选择过往版本

2. 安装Anaconda

2.1 下载安装包

下载Anaconda3-2021.05-Linux-x86_64.sh,下载后的目录为/home/下载,在此目录下打开终端

【Ubuntu18配置Anaconda深度学习环境】_第2张图片
【Ubuntu18配置Anaconda深度学习环境】_第3张图片

2.2 运行安装包(.sh文件)

输入bash Ana,tab补齐,运行.sh文件:

bash Anaconda3-2021.05-Linux-x86_64.sh

接下来就是一路回车,遇到需要 yes/no 的地方选择 yes

安装完成后,

.bashrc里面加入了conda

gedit ~/.bashrc

【Ubuntu18配置Anaconda深度学习环境】_第4张图片

添加Anaconda环境运行一下现在的配置

echo "source ~/anaconda3/bin/activate" >> ~/.bashrc
# 可选这项,后期运行conda自动启动环境
source ~/.bashrc

2.3 测试是否安装成功

打开终端,python的版本是3.8,conda为4.10,显示如下的版本信息,就说明anaconda已经安装好了

python
# 查看python版本
conda --version
# 查看conda版本

【Ubuntu18配置Anaconda深度学习环境】_第5张图片
上面就安装成功

2.4 关闭anaconda环境

输入以下指令,关闭anaconda环境

conda deactivate

【Ubuntu18配置Anaconda深度学习环境】_第6张图片

3. 在Anaconda下配置PyTorch

参考:

Ubuntu18.04 ROS 使用ANACONDA创建虚拟环境 OPENCV安装:
https://www.freesion.com/article/29561041580
yolov5环境配置-Anaconda3 + Pytorch1.8 + Cuda10.2 + cuDnn8.2.0 + opencv3.2.0:
https://blog.csdn.net/qq_38766208/article/details/121442446

首先进入Anaconda环境:

source ~/anaconda3/bin/activate

3.1 创建虚拟环境

conda create -n mytorch python=3.8

中途输入y
【Ubuntu18配置Anaconda深度学习环境】_第7张图片等待相关包安装完成

【Ubuntu18配置Anaconda深度学习环境】_第8张图片

3.2 激活虚拟环境

conda activate mytorch

3.3 创建pytorch环境(1.10版本)

安装指令可以进入PyTorch官网https://pytorch.org/查找

【Ubuntu18配置Anaconda深度学习环境】_第9张图片去老版本找

【Ubuntu18配置Anaconda深度学习环境】_第10张图片

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

此过程非常长,可以

3.4 测试是否安装成功

在终端激活环境后,输入python,输入下列指令:

import torch
import torchvision

# 该指令显示pytorch版本
print(torch.__version__)

# 若cuda已安装,将显示true
torch.cuda.is_available()

【Ubuntu18配置Anaconda深度学习环境】_第11张图片

补充:确实是因为显卡驱动没安装造成的,显卡驱动安装过程可参考:https://blog.csdn.net/gyxx1998/article/details/121757581

4. 简化指令

为命令设置别名

参考:

Anaconda 和ROS 联合使用注意事项:https://blog.csdn.net/m0_37579176/article/details/86536411

激活Anaconda环境都需要输入一堆命令,为简化这些指令,可以在~/.bashrc 中加入以下命令:

alias torch='source activate mytorch'
alias start_anaconda='source ~/anaconda3/bin/activate'
alias close_anaconda='conda deactivate'

此后输入torch即为输入source activate mytorch命令,上述命令是为命令设置别名。

如果在
~/.bashrc
文件直接加入source activate mytorch,则每次打开终端都会运行source activate mytorch命令,默认每次打开新终端都会激活此环境。

说明:

   alias close_anaconda='source deactivate'这条指令现在已经不能用了;
    alias close_anaconda='source conda deactivate'这种质量更是个错误;
    现在应该使用的是alias close_anaconda='conda deactivate'

5.总结

下面总结流程,首先开启anaconda环境

source ~/anaconda3/bin/activate

注意:每次打开新的终端,都要重新执行指令开启anaconda环境

Anaconda虚拟环境相关指令

# 创建新的环境
conda create -n mytorch python==3.8
# 激活环境
conda activate mytorch
# 删除环境
conda remove -n mytorch --all
# 退出当前环境
conda deactivate
# 查看有那些虚拟环境
conda env list
# 查看有某个虚拟环境有那些包
conda list

关闭anaconda环境

conda deactivate

你可能感兴趣的:(ROS机器人学习,#,Ubuntu学习,深度学习,python,人工智能,ubuntu,ROS)