Linux安装conda，并用conda创建/删除/重命名子环境教程+conda替换源教程+conda安装cpu和gpu版本的pytorch

零、linux如何安装conda

1 用sudo安装wget

方法一：通过yum
命令行为：sudo yum install wget

2 用wge下载conda安装包

wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh

3 对下载好的安装包进行安装

chmod 777 Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh

询问是否初始化Miniconda3时，选“yes”

验证conda是否安装成功

输入：conda
如果提示没有命令，则输入如下命令使.bashrc文件生效

source ~/.bashrc

一、如何创建一个新的conda子环境

注意：尽量避免直接使用conda自带的base环境

1.1 进入conda

#conda 环境变量配置成功后，命令窗口直接conda就会进入conda环境 （安装conda的过程自行百度-~-）
conda 
# 查看conda当前已有的子环境
conda env list

1.2 创建conda环境

#下面这句话注意两点：1 yourEnvironmentName你随便起，就是你的环境名字 2python==3.7.0是指定该环境的python版本，一定要填你所需要的，如果不填conda会自动默认安装与base环境相同的python版本
conda create -n yourEnvironmentName python==3.7.0 

注意，如果你使用pytorch，那么根据pytorch官网，python的版本建议使用3.7.0及以上。

1.3 激活/注销conda子环境

#激活
conda activate yourEnvironmentName
#注销
conda deactivate

二、如何删除conda自环境

# yourEnvironmentName代表你要删除自环境的名称，其余命令保持不变
conda remove -n yourEnvironmentName --all

三、如何重命名conda子环境

要知道，conda 其实没有重命名指令，实现重命名是通过 clone 完成的，分两步：

• 先 clone 要改名的环境，clone的过程中可以重命名
• 删除 原环境

例如，我们想把环境 yourEnvironmentName 重命名成 yourEnv

#第1步，克隆:yourEnvironmentName是原环境的名称，yourEnv是新名字
conda create -n yourEnv --clone yourEnvironmentName
#第2步，删除原环境，yourEnvironmentName是原环境的名称，其余命令字符保持不变
conda remove -n yourEnvironmentName --all

四、conda替换镜像源教程

由于国内访问conda官网很慢，离线安装又费时费力，因此，替换国内源是一个极佳的办法。

但是，目前国内源的替换教程过于老旧，都是2018-2021年的方法，尽管替换镜像源的方法不变，但是网上的资料中，很多镜像源都失效了，没有一个教程能够告诉大家如何去找自己的镜像源并添加进去。

本教程出于此目的，保证大家以后添加的镜像源实效性强。（时间2022.3.10）
详细教程地址：https://blog.csdn.net/adreammaker/article/details/123396951

4.1 镜像源添加方法

首先是一些常用命令，帮你诊断目前你的conda源的情况，如果是新装的conda，可以不用管。

# 首先，看一下目前conda源都有哪些内容
conda info
# 然后，删除并恢复默认的conda源
conda config --remove-key channels 
# 添加指定源
conda config --add channels *（*指代你要添加的源）
# 设置安装包时，显示镜像来源，建议显示
conda config --set show_channel_urls yes 
# 删除指定源
conda config --remove channels *(*代表你要删除的源）

4.2 如何找到你要用的源

首先，我们进入国内几家镜像源的网站（这里以清华园为例，基本上可以涵盖所有镜像）
清华镜像源 一般够用 ：https://mirrors.tuna.tsinghua.edu.cn/

中科大源https://mirrors.ustc.edu.cn/

常用的其他源汇总
进入后搜索你需要的源：

假设我要获得conda中与pytorch相关的镜像：搜索到后，点进去

然后进入cloud中，找到你需要的包，点进去，这里以pytorch为例（其他的包相同）


到了这个目录下，你就可以看到，会区分系统了，此时，复制浏览器的地址栏如下：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后，利用4.1中的方法，将这个源添加到conda当中，conda会自动识别系统版本并匹配上。

下面是添加过程和结果：


我们可以看到，镜像安装地址已经变成，我新添加的啦

至此，你再也不用从网站上到处找各种不好用的镜像源尝试啦，自己到源头获取，实效性才是最高的。

五、安装pytorch的cpu版本和pytorch的cuda版本

5.1 激活安装好conda环境

conda activate 你的环境名字

5.2去torch官网看你需要的版本

https://pytorch.org/get-started/previous-versions/

根据需要选择版本，复制到环境里回车即可安装

5.3 5.2存在的问题

当我们用5.2的方式去安装cuda版本的pytorch时，我们常发现，所安装的竟然是cpu版本，因此，我们转去pytorch主页找安装连接
https://pytorch.org/
直接复制下面的链接，也不要去掉 -c pytroch，去掉之后就是从你的源下载，不去掉的话就是从pytorch官网的源下载。经过尝试不去掉下载后是cuda版本，但是大家也可以去掉试试，毕竟去掉的话用国内源会快很多。

然后对cuda进行测试

#测试代码1
import torch
a = torch.cuda.is_available()
print("cuda is available",a)
ngpu= torch.cuda.device_count() #计算cuda个数
print("gpu number",ngpu)
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

# 测试代码2
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count()) #产看可行的cuda数目
torch.version.cuda # 查看torch对应的cuda版本