Anaconda + cuda10.2 + pytorch1.6.0 环境配置加踩坑

背景：

Linux x86_64的系统，win或者mac应该大同小异
因为是在学校服务器上部署的环境，cuda已经安装好了，这里cuda安装的是10.2版本的
安装cuda教程网上有很多，要注意安装的cuda版本和自己服务器的GPU驱动版本匹配

可以用nvidia-smi来查看

安装好cuda之后，就可以安装python和pytorch了

---

python安装

首先python安装可以选择直接安装python环境或者安装anaconda，两者都行，anaconda在python环境管理上还是很方便的，这里建议硬盘资源不吃紧的话，都选择anaconda安装

Anaconda安装

网上有很多教程，我这里主要记录一些重点和坑
首先是anaconda怎么下载，我这里是在服务器配置的环境，我是在清华源下载anaconda源文件，然后传到服务器上安装
清华源下载anaconda
下载的时候注意选择要看自己的操作系统，是win、Linux还是macos，是32位还是64位

anaconda有个自带的python环境，我一开始很强迫症，想直接找一个自带的python环境就符合我要求的，后来我放弃了，太浪费时间了，所以如果大家用了anaconda，就选一个比较新的版本，然后装自己想要的python环境就好，很方便，就只是占硬盘空间而已。

conda create --name torch_learn python=3.7.6

后面python=自己想要的python版本就好

conda activate torch_learn

切换到自己新建的虚拟环境
这里我下载的是Anaconda3-5.3.1-Linux-x86_64.sh，安装好之后新建了python 3.7.6的环境

Anaconda换源

anaconda的默认源很慢，所以一般换成国内清华源

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/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

这里要注意一下，其实我这里只用到了添加的最下面两个源，pkgs/main源里有pytorch需要依赖的包，然后cloud/pytorch里有pytorch的包（python叫包还是库啊，我刚学还不太懂= =）。
有很多教程只说添加main源，甚至有的只提到了free源，如果要装pytorch，main和pytorch这两个源是必须的。
还有在换源之后，不要随便更新conda

conda update -n base -c defaults conda

上面这个命令，非必要不要执行，至少我执行就出问题了。因为这个更新使用的是conda默认的源，会和我们通过清华源安装的包冲突，这就会很麻烦
我是在conda安装包，报下面这个错的时候，根据网上的教程执行了上面更新的命令，然后包直接冲突了
Solving environment: failed CondaValueError: Malformed version string ‘~’: invalid character(s).
最终我解决这个报错的方式是换了一个python版本，从3.7.0换到了3.7.6，就像之前说的建了一个新的虚拟环境

---

pytorch安装

pytorch版本选择

我的pytorch版本是结合cuda版本还有python版本一块来的，首先服务器已经安装了cuda10.2，那么我就只能选择相对应的版本，首先来到上面换源提到的 cloud/pytorch 这个清华源
清华pytorch源

这里进入自己操作系统的分类，我的是linux，点进来之后可以全局搜索一下pytorch
最后我锁定了这个版本，首先它是cuda10.2的，这里对应我已经安装的cuda10.2，然后它需要py3.7，这也是我选择python 3.7.6的原因（一开始的py 3.7.0莫名奇妙报错了，所以就换成这个了）
这一步的目的是找到我们换的清华源里，有哪个pytorch版本是可用的，如果有其他版本需求的同学，也可以根据这个思路去选择自己需要的pytorch版本，再去选择python版本或者cuda版本

---

pytorch安装

这里我们先来pytorch的官网
pytorch官网
查看以往所有版本，找到安装pytorch1.6的conda命令

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

但我们不要这样，需要把后面的-c pytorch去掉，也就是这样

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2

否则在安装pytorch的时候，会默认使用默认源，清华源的配置就失效了，会相当慢
在使用conda安装的时候，conda会提示有哪些包将要被安装
可以着重看一下这个pytorch的版本是否是自己想要的，如果不是，应该就是前面某一步做错了

pytorch测试

这里的测试按照官网上的步骤来就可以了

import torch
torch.cuda.is_available()

一定要记得测试一下这个，如果返回的是false，那么pytorch和cuda版本不匹配，cuda和显卡驱动版本不匹配，甚至显卡驱动装错了都是有可能的，这里就需要大家自己去排查错误了
如果用的是docker，那么记得看下自己用的是不是nvidia-docker

---

总结

如果大家对各种版本没要求的话，那么我推荐的版本是
cuda 10.2（前提是和自己显卡驱动能够匹配）
python 3.7.6
pytorch 1.6.0
记得使用清华的pytorch 和main源
那么这样部署环境应该是没问题的，至少我这边部署好了:)