远程服务器配置anaconda及pytorch

远程服务器配置anaconda及pytorch

Step1 查看CUDA版本

操作指令

nvcc --version

还可以通过查看CUDA的环境变量来获取CUDA版本信息。运行以下命令来查看CUDA环境变量：

echo $CUDA_VERSION

可能遇到的报错：

-bash: nvcc: command not found

这个错误表示在你的系统中找不到nvcc命令。出现这个错误的原因可能是因为你没有正确安装CUDA或者CUDA的路径没有正确配置。

要解决这个问题，你可以手动配置CUDA的环境变量。在终端中执行以下命令，将CUDA的安装路径添加到环境变量中（假设CUDA的安装路径为/usr/local/cuda）：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

Step2 下载Anaconda

参考：【精选】如何在Linux服务器上安装Anaconda（超详细）_linux安装anconda_流年若逝的博客-CSDN博客

下载anaconda的安装包

这里我们需要在官网上查找自己需要的版本，地址链接在下面:

https://repo.anaconda.com/archive/

找到选择的版本后，右键点击复制链接，然后在控制台输入wget+链接：

wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh

安装Anaconda

接下来我们需要首先赋权再执行安装程序，依次输入下面两句命令:

chmod +x Anaconda3-2023.09-0-Linux-x86_64.sh

./Anaconda3-2023.09-0-Linux-x86_64.sh

设置环境变量

到这个文件夹设置你安装Anaconda路径（这里只是个示例，具体的还是要看你们自己安装的路径）

/root/.bashrc

单击进去，在最后一行添加：

export PATH=/root/anaconda3/bin:$PATH

需要把之前的那句话给注释掉如下所示：

# export PATH=/usr/local/nvidia/bin:/usr/local/cuda/bin:/usr/local/sbin:/usr/sbin:/sbin:$PATH

export PATH=/root/anaconda3/bin:$PATH

然后保存更改，输入下面这句指令：

source ~/.bashrc

检测是否安装成功

输入conda -V，显示版本号即可。

conda初始化

conda init

输入后重启shell，即可使用conda的命令了。

Step 3 下载pytorch

（可选）安装tmux

tmux是一个 terminal multiplexer（终端复用器），它可以启动一系列终端会话。

conda install tmux

创建新tmux会话

tmux new -s 会话名

进入tmux会话

tmux at -t 会话名

可能遇到的错误：

PackagesNotFoundError: The following packages are not available from current channels:

确保所需的镜像源已正确添加到配置中。如果没有，请使用以下命令添加镜像源：

conda config --add channels <channel_name>

其中<channel_name>是您要添加的镜像源的名称，例如conda-forge。

如果用完之后遇到问题了，记得 conda config --remove-key channels

虚拟环境

创建虚拟环境

conda create -n zjj（zjj是我自己取的名字）

激活环境

conda activate zjj

conda安装Pytorch

使用清华源镜像加速：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

可能会遇到报错：CondaHTTPError: HTTP 000 CONNECTION FAILED for url 镜像

说明这个镜像你用不了，恢复原来状态：conda config --remove-key channels

下载Pytorch

根据CUDA版本去PyTorch官网找到对应的PyTorch下载指令，一定要和CUDA版本匹配！

以前的pytorch版本：Previous PyTorch Versions | PyTorch

以CUDA12.1为例：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

下载完成后，在终端中运行以下命令来查看PyTorch版本：

python -c "import torch; print(torch.__version__)"

查看CUDA是否可用

python -c "import torch; print(torch.cuda.is_available())"

如果显示true，说明下载成功。如果显示false，请仔细查看CUDA版本和Pytorch下载版本是否兼容。