Linux使用conda配置新环境

#换源
vim ~/.condarc
#####conda 国内源
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - 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/pkgs/main/
  - defaults
show_channel_urls: true
#################
#pip换源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
-i https://mirrors.tencent.com/pypi/simple/    #腾讯源
-i https://mirrors.aliyun.com/pypi/simple/     #阿里源
#删除环境
conda remove -n lp_LDA --all
#新建环境
conda create -n lp_LDA python=3.7.13
conda activate lp_LDA
conda deactivate
#清理缓存包
conda clean -p      //删除没有用的包
conda clean -t      //删除tar包
conda clean -y --all //删除所有的安装包及cache
pip cache purge    //删除所有pip包

安装torch
高计算能力的显卡不支持低版本的cuda，

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 -f https://download.pytorch.org/whl/torch_stable.html
conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ 
#测试是否可用
import torch
torch.cuda.is_available()
# 返回True 接着用下列代码进一步测试
torch.zeros(1).cuda()

安装其他包

#安装DGL
pip install --pre dgl -f https://data.dgl.ai/wheels/cu102/repo.html
pip install --pre dglgo -f https://data.dgl.ai/wheels-test/repo.html
# 如果import dgl 出错，是dgl版本和cuda版本不同解决办法
# ImportError: libcudart.so.10.0: cannot open shared object file: No such file or directory
# dgl官网：https://www.dgl.ai/pages/start.html
1）cd /usr/local
2）ls
查看cuda文件夹有什么版本的，就下对应版本的dgl
如果没有cuda文件夹，建议通过cuda的runfile文件进行安装，官网地址：
https://developer.nvidia.com/cuda-11-3-1-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=runfile_local

#其他
pip install bio==1.5.1
pip install nltk==3.7
pip install matplotlib==3.5.3
pip install munkres==1.1.4

安装torch-cluster， torch-geometric，torch-scatter，torch-sparse等四个文件

https://blog.csdn.net/weixin_44082677/article/details/124431678
访问：https://pytorch-geometric.com/whl/
下载对应CUDA驱动版本的四个文件到本地安装