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。