【服务器】在 Linux CLI 下安装 Anaconda

已于 2024-06-19 21:18:40 修改
阅读量1.3w 收藏 53
点赞数 20
分类专栏： 服务器 文章标签： linux 运维 服务器 python 深度学习
于 2023-10-04 16:09:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/G_C_H/article/details/133553961
版权
本文详细介绍了如何在LinuxCLI环境中，通过查看系统信息、下载并执行Anaconda的安装脚本，以及设置环境变量来在用户目录下安装和激活Anaconda环境的过程。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

【服务器】在 Linux CLI 下安装 Anaconda

1 系统环境

  1. 查看系统信息
cat /etc/os-release

在这里插入图片描述
2. 查看架构

uname -a
# output
# Linux localhost.localdomain 4.18.0-193.28.1.el8_2.x86_64 #1 SMP Thu Oct 22 00:20:22 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux

2 下载安装包

官方地址: Link

  1. 选择安装包，右键复制链接

在这里插入图片描述

如果需要安装其他版本，可以在这里找: Link

  1. wget 下载: wget -P [指定安装路径] url[url为复制的链接]
 wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh

3 安装

参考文档: Link

  1. 运行 .sh 安装脚本
bash Anaconda3-2023.09-0-Linux-x86_64.sh
  • 长按 Enter，Do you accept the license terms? [yes|no]: yes
  • Anaconda3 will now be installed into this location: Enter (建议安装至用户目录下)

在这里插入图片描述

  • You can undo this by running `conda init --reverse $SHELL`? [yes|no]: no（如果这里选择了 yes，可直接跳至第 3 步）

完成后，终端显示: Thank you for installing Anaconda3!

  1. 初始化 conda
source ~/anaconda3/bin/activate
conda init
  1. (Optional) 设置打开终端不自动进入 conda 的 base 环境，即需要自己激活相应的虚拟环境
source ~/.bashrc
conda config --set auto_activate_base false
  1. 验证
source ~/.bashrc
conda env list

在这里插入图片描述

Docker安装anaconda3镜像
qq_41847894的博客
09-07 2599
🧡安装Docker🧡创建anaconda3 镜像🧡环境迁移🧡常用命令
Anaconda Navigator 与 Conda：GUI 和 CLI 的对比与使用
秋元的博客
02-11 1231
是一个图形化的应用管理器，适用于不熟悉命令行的用户。它提供了一种直观的方式来管理 Anaconda 环境、软件包以及运行常见的开发工具。Conda是 Anaconda 内置的命令行工具，主要用于软件包和环境管理。相比 GUI，它更加灵活、高效。
conda: command not found
petterxf的博客
06-20 649
把/home/root/anaconda3/bin这段地址改成conda文件夹里bin文件夹的路径。conda 安装完后出现conda: command not found的问题。改完后运行 source ~/.bashrc。找到root文件夹下的 .bachrc文件。再运行conda --version。看conda是不是成功运行。
Anaconda安装包错记录——Anaconda3.sh: 471: SHELL: parameter not set
敲困难的代码猿的博客
06-19 2438
可以shell里执行，也可以写入 ~/.bashrc。
Ubuntu系统中下载安装使用Anaconda
最新发布
xxxn1102_的博客
03-07 882
ubuntu中下载安装使用anaconda
乌班图Linux里使用wget下载清华镜像网站的压缩包（Anaconda3-2023.09-0-Linux-x86_64.sh）出现ERROR 403: Forbidden.
qq_55433305的博客
12-27 1651
出现报错HTTP request sent, awaiting response... 403 Forbidden 2023-12-27 09:17:25 ERROR 403: Forbidden.
Linux上Anaconda安装教程
slience_me的博客
01-18 4432
anaconda安装教程
linux anaconda安装
LittleRuby的博客
05-15 3868
去官网下在自己需要的版本我自己下载的版本为Anaconda3-2024.02-1-Linux-x86_64.sh。
Anaconda安装及基本使用
mChenQ的博客
12-02 3754
1.linux安装 官网下载比较慢，使用清华大学开源软件镜像站下载会比较快 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 下载完成后会得到Anaconda3-2020.11-Linux-x86_64.sh 文件 下载完成后在命令行运行此文件 ./Anaconda3-2020.11-Linux-x86_64.sh 会提示需要阅读许可证协议，按回车继续，阅读完成后输入yes，再回车后继续安装 Last updated Septem..
Linux(centos)安装anaconda
weixin_43993310的博客
10-25 6196
linux(centos)安装anaconda管理python相关库
万字长文详解：GPU服务器Ubuntu系统制作与安装、磁盘分区、驱动配置、SSH、向日葵远控、用户管理、Docker管理、CUDA安装、Anaconda安装、深度学习模型测试
qq_44811719的博客
05-28 1002
万字长文详解：GPU服务器Ubuntu系统制作与安装、磁盘分区、驱动配置、SSH、向日葵远控、用户管理、Docker管理、CUDA安装、Anaconda安装、深度学习模型测试
Linux的安装与使用.rar
08-07
在安装Linux时，需要对硬盘进行分区。常见的分区类型包括EXT4（主要的Linux文件系统）、SWAP（交换分区，相当于Windows的虚拟内存）以及保留分区（用于系统更新）。 **四、GRUB引导加载器配置** Linux安装通常会...
Ubuntu16.04 安装 Anaconda
我想我是一只蜗牛
10-21 2215
前言 对于我这个新手来说，安装Pandas以及其余的NumPy 和SciPy等工具包可能会有点困难。 最简单的方法不是直接安装Pandas，而是安装Python和构成SciPy数据科学技术栈的最流行的工具包（IPython ，NumPy ，Matplotlib ，…）的集合Anaconda，它是一个跨平台（Linux，Mac OS X，Windows）的Python发行版，用于数据分析和科学计算。 安装Anaconda 首选阅Anaconda-Starter-Guide.pdf【https://docs.c
Linux系统安装Anaconda / 创建Python虚拟环境
NSJim的博客
11-20 6504
Anaconda是Python的环境管理器。下文介绍如何在Linux系统安装Anaconda、配置、环境变量、及其使用方法。
anaconda常用命令及常见错误与解决方法
热门推荐
xiangfengl的专栏
06-30 1万+
用pip安装依赖包时，默认是从国外下载，可以指定国内源，速度飞快 pip install -i 国内镜像地址 包名 例如： pip install -i https://mirrors.aliyun.com/pypi/simple/ numpy 国内常用镜像地址 清华：https://pypi.tuna.tsinghua.edu.cn/simple 阿里云：https://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirror...
Anaconda教程
sinoai
01-12 4383
环境：ubuntu 16.04 1.安装 下载页面。 下面将把Anaconda安装在/home/<yourname>/software/anaconda2目录下，而默认安装位置是/home/<yourname>/anaconda2。安装：bash AnacondaX-XXX.sh。点击Enter键查看许可证、输入yes同意协议、输入安装位置(可选)： Do you ...
conda init 关闭和重启shell_Shell的概念的历史
weixin_39630999的博客
11-24 620
• 什么是Shell逻辑图 shell的概念shell是一个命令解释器echo $SHELL --通过环境变量cat /etc/shells --查看当前注册至系统的shellshell的切换 1、临时切换 # /bin/ksh 2、固定切换 # vim /etc/passwd--文件中的最后一个字段 # chsh -s /sbin/nologin username # usermod -s /...
Linux安装Anaconda教程
qq_42819333的博客
04-13 373
对于做Python开发，包括科学计算等开发者来说，Anaconda是一个非常用好的环境管理工具。这些记录一下笔者自己的安装和使用Anaconda的操作。
Python和Miniforge安装与配置
Wlk1229
01-18 1907
Python、Miniforge
如何在英伟达A800服务器安装deepseek32b模型步骤
02-23
<think>好的，用户现在问的是如何在英伟达A800服务器上安装DeepSeek32B模型。首先，我需要明确用户的需求是什么。可能用户是一位开发者或者研究人员，想要在强大的GPU服务器上部署一个大语言模型进行推理或者微调。 首先，我需要确认DeepSeek32B模型的具体情况。比如，这个模型是开源的还是需要特定许可？它的托管位置在哪里？比如Hugging Face、GitHub或者其他平台。另外，模型的格式是什么？是PyTorch的checkpoint，还是已经转换成了Hugging Face的Transformers格式，或者有其他依赖？ 接下来，考虑A800服务器的环境。A800属于NVIDIA的Ampere架构，支持CUDA，所以需要安装合适的CUDA版本和对应的深度学习框架，比如PyTorch或TensorFlow。另外，模型可能对驱动版本、CUDA版本、cuDNN等有特定要求，需要确保环境兼容。 然后，安装步骤大致包括：环境准备（CUDA、驱动、Python环境）、模型下载、依赖库安装、模型加载和测试运行。可能还需要处理模型的分片下载，因为32B的模型参数很大，可能需要使用git-lfs或者直接下载大文件。此外，需要考虑显存需求，A800通常有40GB或80GB显存，32B模型可能需要量化或者使用内存优化技术，比如DeepSpeed或accelerate库。 用户可能遇到的问题包括：依赖冲突、显存不足、模型加载错误、权限问题等。需要给出解决这些问题的建议，比如使用虚拟环境，调整模型加载方式（如fp16或8位量化），检查CUDA版本等。 另外，可能需要指导用户如何验证安装是否成功，例如运行一个简单的推理脚本，检查输出是否正确。同时，提醒用户注意模型的许可证和使用限制，确保合规使用。 还需要考虑用户是否有足够的存储空间下载模型，模型文件可能达到几十GB，确保服务器有足够的存储空间。另外，如果网络连接不稳定，下载大文件可能会失败，建议使用稳定的下载工具或者断点续传。 最后，总结步骤，确保用户能够一步步跟随操作，并给出常见问题的解决方法，帮助用户顺利完成安装。</think>在NVIDIA A800服务器上安装并运行DeepSeek-32B大语言模型的步骤如下： --- ### 一、环境准备 #### 1. 硬件要求 - **GPU**: A800 80GB显存（推荐至少2卡并行） - **内存**: 建议≥256GB DDR4 - **存储**: 至少200GB可用空间（模型文件约60-120GB） #### 2. 软件依赖 ```bash # 安装NVIDIA驱动和CUDA Toolkit（需≥11.8） sudo apt install nvidia-driver-535 cuda-11-8 # 安装Python环境（推荐Miniconda） wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh # 创建虚拟环境 conda create -n deepseek python=3.10 conda activate deepseek # 安装PyTorch与依赖 pip install torch==2.1.0+cu118 --index-url https://download.pytorch.org/whl/cu118 pip install transformers accelerate sentencepiece einops ``` --- ### 二、模型获取 #### 1. 申请模型权限 - 访问DeepSeek官网或Hugging Face Model Hub申请访问权限 - 获取API Token或SSH Key #### 2. 下载模型（以Hugging Face为例） ```bash # 安装Git LFS sudo apt-get install git-lfs git lfs install # 克隆模型仓库（需权限） git clone https://huggingface.co/deepseek-ai/DeepSeek-32B ``` --- ### 三、模型加载与推理 #### 1. 基础推理脚本 ```python from transformers import AutoTokenizer, AutoModelForCausalLM model_path = "./DeepSeek-32B" tokenizer = AutoTokenizer.from_pretrained(model_path) model = AutoModelForCausalLM.from_pretrained( model_path, device_map="auto", torch_dtype=torch.bfloat16, # A800支持BF16加速 trust_remote_code=True ) input_text = "如何用Python实现快速排序？" inputs = tokenizer(input_text, return_tensors="pt").to("cuda") outputs = model.generate(**inputs, max_new_tokens=100) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ``` #### 2. 多GPU优化（可选） ```python # 使用DeepSpeed加速（需额外安装） pip install deepspeed deepspeed --num_gpus 2 inference.py ``` --- ### 四、高级配置建议 1. **量化加载**（减少显存占用） ```python model = AutoModelForCausalLM.from_pretrained( model_path, load_in_8bit=True, # 8位量化 device_map="balanced" ) ``` 2. **FlashAttention优化** ```bash pip install flash-attn --no-build-isolation ``` --- ### 五、常见问题排查 | 问题现象 | 解决方案 | |---------|----------| | `CUDA out of memory` | 1. 启用`load_in_4bit`量化 <br> 2. 减少`max_new_tokens`值 <br> 3. 增加GPU数量 | | `Permission denied` | 执行`huggingface-cli login`输入Token | | 推理速度慢 | 1. 启用`torch.compile` <br> 2. 使用C++版vLLM加速框架 | --- ### 六、性能参考 | 配置 | 吞吐量 (tokens/sec) | 显存占用 | |------|---------------------|----------| | A800×1 (FP16) | ~45 | 72GB → 需2卡并行 | | A800×2 (BF16) | ~120 | 38GB/卡 | | A800×2 (8-bit) | ~85 | 22GB/卡 | --- 建议先通过`nvidia-smi`确认GPU状态，再使用`accelerate config`进行分布式配置。如果遇到模型格式问题，可尝试转换脚本： ```bash python -m transformers.models.llama.convert_llama_weights_to_hf --input_dir ./raw_model --model_size 32B --output_dir ./converted_model ```
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

G.Chenhui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值