如何在Linux服务器上配置Anaconda和Pytorch

一、安装Anaconda

 进入你的用户文件夹，在镜像网站中找到你要下载的版本，我的版本是Anaconda3-2022.10-Linux-x86_64.sh

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

 运行wget命令

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2022.10-Linux-x86_64.sh 

安装你刚刚下载的安装包

bash Anaconda3-2022.10-Linux-x86_64.sh 

之后一路按enter回车键即可安装完成

安装成功后，当前文件夹会出现anaconda3文件夹

此时，输入以下命令（xx为你的用户文件夹名），打开.bashrc文件

vim /home/xx/.bashrc

在文件的最末位加上一句话，把conda添加到系统路径（其中xx为你的用户文件夹名）

export PATH=$PATH:/home/xx/anaconda3/bin

二、进入base环境并创建pytorch环境

输入以下命令进入conda的base环境

source /home/xx/anaconda3/bin/activate

然后创建你的虚拟环境，你可能会用到很多种框架（包括Pytorch、TensorFlow、Keras等等），所以需要你创建不同的虚拟环境，进行不同的配置使用。

根据你的需要，选择虚拟环境的名字，和python的版本，这里我创建的环境名为pytorch，python版本为3.10

conda create -n name python=x.x

conda create -n pytorch python=3.10

环境创建成功之后，输入以下命令进入pytorch环境

conda activate pytorch

三、修改下载源为国内镜像源，并安装pytorch对应库

如果直接使用Anaconda的默认下载源，那么下载速度会很慢，而且很可能会下载失败。

所以需要将你的conda和pip下载源都修改为国内源。

首先输入以下命令，显示下载源

conda config --set show_channel_urls yes

然后打开清华镜像网帮助页面  https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ 

打开你的condarc配置文件，把以上内容覆盖文件内容。

vim /home/xx/.condarc 

然后就完成了conda源的更改。

cd ~/

mkdir .pip

cd .pip

vim pip.conf

进入pip.conf文件后把以下内容复制粘贴，即可完成pip源的配置

[global]
index-url=http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
disable-pip-version-check = true
timeout = 6000

四、进行Pytorch GPU版的下载

首先在命令行中输入nvidia-smi查看cuda的版本

可以看到CUDA的版本为11.7

进入pytorch的官方网站  Pytorch

根据你的conda版本和python版本找到适合你的pytorch版本，复制命令输入命令行，就可以开始安装

在这我选择用pip安装CUDA11.7版的pytorch

五、检验是否完成安装

命令行输入python命令，进入python环境

然后输入如下命令

import torch

print(torch.cuda.is_available())

如果看到True表示安装成功。

六、在服务器中使用 jupyter notebook

安装jupyter

conda install jupyter

生成jupyter配置文件

jupyter notebook --generate-config

 命令执行后返回一个路径（/home/xx/.jupyter/jupyter_notebook_config.py）

vim /home/x/.jupyter/jupyter_notebook_config.py

在命令行中依次输入

python

from notebook.auth import passwd

passwd()

# 输入你的密码

然后会得到一串密文，保存下来

打开jupyter的配置文件后，在 c = get_config()后插入如下内容

c.NotebookApp.allow_remote_access = True        # 是否可以远程进入
c.NotebookApp.ip = '*'        # 可以访问的ip地址
c.NotebookApp.open_browser = False        # 是否打开浏览器
c.NotebookApp.port = 8888        # 端口号
c.NotebookApp.password = ''       # 你的密码
c.NotebookApp.notebook_dir = ''        # 你的jupyter文件存放的位置

刚才的密文输入c.NotebookApp.password的引号中

修改完后保存退出即可 

命令行中输入 jupyter notebook即可打开jupyter

输入后命令行会打印出访问的地址，在浏览器中打开，即可访问jupyter notebook

如果命令行中出现如下类似错误

  nbextension 'addbefore/main' has duplicate listings in both ...

运行jupyter时提示系统中存在重复的.yaml文件。

则只需要输入如下命令，即可解决：

jupyter contrib nbextensions uninstall --user

七、安装d2l库

 如果有需要安装d2l库的话，如果直接conda/pip install d2l

得到的d2l对numpy和pandas都有版本的要求，在jupyter中运行

from d2l import torch as d2l

会出现如下报错：

ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 96 from C header, got 88 from PyObject 

若要解决该问题，需要升级numpy的版本，但是d2l对numpy的版本有限定，所以这是d2l的bug，解决方法为：

pip install d2l==1.0.0-alpha0 

该版本的d2l对该问题进行了修复

之后重启内核，即可对d2l包进行使用