服务器安装Anaconda和Pytorch

前言

实验室换了一台新的服务器，相应的，我需要重新搭一遍环境，顺便记录一下。

服务器有好几个账号，每个人都有sudo权限的话会比较乱，因此感觉最好的方法还是在自己的账号里安装个Anaconda就可以“为所欲为”了。软件随便安，版本号自己选，也不怕影响到别人。

建立SSH连接

在windows下，我最喜欢用的是MobaXterm

安装Anaconda

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

下载Anaconda

进入Anaconda官网，进入Download界面，我选择了Linux Python 3.7 version

然而下载速度实在是太慢了，最近我的梯子也不能用了，和我一样情况的可以到贵校的镜像站进行下载
找到自己的版本

这下载速度真快，舒服

懒得自己找的同学可以用我这个,提取码v6c4，版本是Anaconda3-2019.10-Linux-x86_64

安装Anaconda

将下载好的文件名为Anaconda3-2019.10-Linux-x86_64.sh的安装包传输到服务器。我用的是MobaXterm，可以直接拽过去。大家也可以用scp等其他方式。

我放在了根目录，于是执行

sh Anaconda3-2019.10-Linux-x86_64.sh

这应该没什么好犹豫的，点Enter键

不停的点了几次回车完成许可证阅读后，系统会提示您批准许可条款，出现Do you accept the license terms? [yes|no]
输入yes
点击Enter确认安装地址，你也可以输入自定义目录

然而我遇到了以下问题
这是由于出现了WARNING: md5sum mismatch of tar archive，即MD5校对错误。

可见先验证是多么重要的一步！

在Windows下的文本文件用ssh上传到Unix/Linux，会自动进行格式转换，就是把回车、换行转为换行，在Unix下查看，会发现少了^M。

将文件改为zip文件后再传输，传输成功后改回sh，就可以成功安装。参考出处

于是我将.sh文件压缩打包zip传至服务器，在服务器执行
~$ unzip Anaconda3-2019.10-Linux-x86_64.zip

然后进行上述操作，安装完成！

出现以下询问——

Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]

我输入yes,顺利结束

正如界面里所说——

If you’d prefer that conda’s base environment not be activated on startup,
set the auto_activate_base parameter to false:
conda config --set auto_activate_base false

验证安装

通过conda命令验证安装，例如使用list

此时显然还不行，可以通过source ~/.bashrc或者按照它的提示所说的重新开一下终端就好了

关掉终端，重新连接了一下，可以看到默认进入了base

更新一下
$ conda update conda
$ conda update anaconda

conda命令

conda update -n base conda        //update最新版本的conda
conda create -n xxxx python=3.5   //创建python3.5的xxxx虚拟环境
conda activate xxxx               //开启xxxx环境
conda deactivate                  //关闭环境
conda env list                    //显示所有的虚拟环境

安装Pytorch

安装Pytorch比较简单，一句conda install pytorch搞定！
查看一下版本以及能否用GPU

(base) zdy@ailab-SYS-7049GP-TRT:~$ python
Python 3.7.4 (default, Aug 13 2019, 20:35:49)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.3.1
>>> torch.cuda.is_available()
True
>>>

截图如下：
不放心的话可以对比一下它对应的cudnn是不是一致——

(base) zdy@ailab-SYS-7049GP-TRT:~$ uname -a
Linux ailab-SYS-7049GP-TRT 5.3.0-26-generic #28~18.04.1-Ubuntu SMP Wed Dec 18 16:40:14 UTC 2019 x86_64 x86_64 x86_64 GNU/Linux
(base) zdy@ailab-SYS-7049GP-TRT:~$ cat /usr/local/cuda/version.txt
CUDA Version 10.2.89
(base) zdy@ailab-SYS-7049GP-TRT:~$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"

可以看到CUDNN版本是7.6.5，是一致的。

有问题多交流，可留言可发邮件，我的邮箱是zhaodongyu艾特pku(这里换成点)edu.cn。