python笔记1.3-Ubuntu18.04+Anaconda+PyCharm+Pytorch

环境Ubuntu18.04

1.安装Anaconda

下载地址https://www.anaconda.com/ Anaconda3-2022.05-Linux-x86_64.sh
命令行中切换到anaconda文件所在目录, cd xxx/，然后输入：

sh Anaconda3-2022.05-Linux-x86_64.sh

accept the license terms--yes
默认安装路径，/home/用户名/anaconda3
installation finished. Do you wish the installer to initialize Anaconda3 by running conda init? --yes
安装的时候初始化，激活base环境下python. 安装完后单独激活用conda init

no change     /home/zd/anaconda3/lib/python3.9/site-packages/xontrib/conda.xsh
no change     /home/zd/anaconda3/etc/profile.d/conda.csh
modified      /home/zd/.bashrc

查看Anaconda版本

终端输入conda --version 或者conda -V

conda 4.12.0

Ubuntu 终端前多了个 base

装完anaconda之后，前面会多一个base，这指的是anaconda中env的根目录，如果有强迫症的话可以把这个删除，不删除也没影响
conda config --set auto_activate_base False
重启
或者  conda deactivate 退出

base下启动python是3.9

退出base下启动python是默认的2.7

Ubuntu 终端前多了个 base
安装 aconda 后ubuntu终端界面前部出现（base）

--------------------------------------------------------------

2.Anaconda使用

2.1.Anaconda中创建虚拟环境

创建虚拟环境

conda create -n my_test39 python=3.9

python=3.9是python版本号，可以指定如python=3.7, 即在该虚拟环境中安装pyhton3.7,未指定的情况下默认Anaconda安装时的版本. 例如要创建一个名字为my_test39的python3.9的环境：

conda create -n my_test39 python=3.9

创建过程

(base) zd@zd-DL:~$ conda create -n my_test39 python=3.9
environment location: /home/zd/anaconda3/envs/my_test39
# To activate this environment, use
#     $ conda activate my_test39    # 激活
# To deactivate an active environment, use
#     $ conda deactivate            # 退出

创建完的虚拟环境在/home/zd/anaconda3/envs/my_test39

激活虚拟环境下python+退出当前环境

conda activate my_test39 #激活进入当前环境
conda deactivate  #退出当前环境

conda env list  #查看已有的虚拟环境
conda activate my_test39 #切换进对应虚拟环境

查看虚拟环境的包

conda list -n my_test39  #查看已有的虚拟环境

2.2.Anaconda中安装python库

安装库conda方式

首先创建并进入对应虚拟环境

conda create -n my_torch_cpu39 python=3.9    #conda activate my_torch_cpu39 
conda create -n my_torch_gpu39 python=3.9    #conda activate my_torch_gpu39
conda deactivate  #退出当前环境

（1）Anaconda中使用conda方式安装matplotlib

将matplotlib库安装到虚拟环境my_torch_gpu39中

conda activate my_torch_gpu39  #进入对应虚拟环境
conda install matplotlib 

environment location: /home/zd/anaconda3/envs/my_torch_gpu39

检测安装效果

启动python,导入matplotlib库正常

安装库pip方式

首先进入对应虚拟环境

conda activate my_torch_gpu39  #进入对应虚拟环境

输入pip install matplotlib -i 镜像链接

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn

其他命令

conda env -h     # 环境管理的全部命令帮助

conda create –n myEnv python=3.9 #创建虚拟环境
conda remove --name your_env_name --all # 删除某个环境

activate myEnv    #Windows下进入某个环境; linux下 source activate myEnv
conda deactivate  #退出当前环境
conda env list   # 列举当前所有环境

虚拟环境改名
conda create -n 新环境名 --clone 旧环境名 #
conda remove -n 旧环境名 --all

包管理
conda list # 列出当前活跃环境下的所有包
conda list -n myEnv # 列出指定环境下所有包  conda list -n my_test39

conda update xxx   #更新xxx文件包
conda uninstall xxx   #卸载xxx文件包

想要卸载某一个安装包可以使用以下代码：
conda uninstall 包名
安装好了库，可以使用以下代码离开环境：
conda deactivate 

--------------------------------------------------

3.PyCharm中使用Anaconda

3.1.PyCharm安装

下载网址https://www.jetbrains.com/pycharm/

选Community，下载

sudo mkdir /opt/pycharm   # opt目录下建立一个pycharm文件夹

打开终端解压或者右键提取到此处，解压  或者用这个sudo tar -zxvf pycharm-community-2021.3.3.tar.gz
cd 下载  # 
sudo mv pycharm-community-2021.3.3/ /opt/pycharm/  #把文件夹移动到这个opt目录下，    mv file1 dir1

安装

cd /opt/pycharm/pycharm-community-2021.3.3/bin    #进入pycharm-community-2021.3.3/bin
sh ./pycharm.sh                                   #执行pycharm.sh命令文件，开始安装

选择Don't Send

遮挡，拉长框即可显示

右下角启动图标

安装完成，创建桌面快捷方式。或者这种方式添加启动图标Tools--Create Desktop Entry...

[Ubuntu20.04]--PyCharm安装后无快捷图标

3.2.测试PyCharm-使用虚拟环境Python解释器

两种设置解释器，建立conda虚拟环境的方式.
(1)使用终端,conda命令建立虚拟环境.(2)使用pycharm中New environment
(3)加载已经存在的解释器previously configured interpreter

（2）新建虚拟环境pycharm

这个my_torch_cpu39_pycharm中没装torch

建立新工程，用pycharm方式通过conda创建虚拟环境

（3）加载存在的方式，设置解释器，File-Settings，

Add
加载previously configured interpreter

运行Run, 输出正常

安装插件

在安装 Pycharm 时，有个界面是选择要安装的插件。打开路径是：file --> settings --> plugings

如安装 statistic:
（1）statistic： 项目统计
（2）Rainbow Brackets：让代码块之间很清晰的显示出各种颜色

卸载pycharm

卸载安装文件-----删掉安装目录文件在/opt/pycharm目录下

sudo rm -rf pycharm-community-2022.2.1/   #sudo rm -r /opt/pycharm-community-2022.2.1/
sudo rm -rf pycharm-community-2021.3.3/

去用户home目录下面删除配置文件

cd /home/用户名/.config/JetBrains   ＃进入配置目录     # 直接删掉这个目录中文件
cd /home/用户名/.cache/JetBrains   ＃进入配置目录     # 直接删掉这个目录中文件
./local/share/JetBrains
rm -rf info

#不再使用pycharm
sudo rm /usr/share/applications/jetbrains-pycharm-ce.desktop #rm -fr PyCharm Community Edition

不用动-启动项修改
sudo gedit /uer/share/applications/jetbrains-pycharm-ce.desktop 进行修改
/usr/share/applications/jetbrains-pycharm-ce.desktop  # 图标位置

 ~/.config/JetBrains/PyCharmCE2022.2 directory
~/.local/share/JetBrains/PyCharmCE2022.2 

Ubuntu(20.04)中安装Pycharm(2020.1.2)详细教程
PyCharm的安装与卸载
ubuntu18.04卸载自定义安装的pycharm
ubuntu20.04安装pycharm2021.3.3
https://www.jianshu.com/p/71258a64172b
在Ubuntu 20.04中安装Pycharm 2020.1

-------------------------------------------

4.Pytorch安装

将Pytorch安装在Anaconda创建的虚拟环境中

4.1.cpu版Pytorch安装

创建Anaconda虚拟环境:conda create -n my_torch_cpu39 python=3.9
pytorch 官网https://pytorch.org/

conda create -n my_torch_cpu39 python=3.9    #conda activate my_torch_cpu39

conda模式-v1.11.0

# CPU Only
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch

进入对应虚拟环境

conda activate my_torch_cpu39  #切换进  进入对应虚拟环境
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch

安装完成，然后导入torch检测是否正常

安装正常

4.2.gpu版Pytorch安装

4.2.1.nvidia驱动与cuda安装

参考ubuntu下nvidia显卡驱动安装

查看NVIDIA显卡驱动安装是否成功,nvidia-smi

右上角代表此驱动最高支持的cuda版本

conda deactivate #退出当前环境

CUDA11.3下载安装

CUDA官网下载地址：CUDA Toolkit Archive
cuda版本对应的nvidia驱动版本对照表： CUDA Toolkit Documentation

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run

wget之后下载到主目录/home/用户名，中，在run文件目录中打开终端，执行安装命令

sudo sh cuda_11.3.1_465.19.01_linux.run

默认安装信息

/usr/local/cuda-#.#
/usr/local/cuda-#.#/samples    #Linux platform:  
$HOME/NVIDIA_CUDA-#.#_Samples 

安装过程

Do you accept the above EULA? (accept/decline/quit):   accept

去掉cuda自带的驱动，方向键，回车键，

查看是否安装成功，
可以通过运行samples下的程序检查是否安装有效

cd /usr/local/cuda-11.3/samples/1_Utilities/deviceQuery
sudo make 
./deviceQuery

进入目录，编译生成程序，然后运行程序。

最后显示结果 Result = PASS，表示安装成功。

添加环境变量
把CUDA相关命令和库文件添加到系统目录中

#sudo gedit /etc/profile   #修改profle文件，这个是对所有用户有效,如果仅对当前用户，则修改~/.bashrc文件
sudo gedit ~/.bashrc

在文件最后添加
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

保存，并输入
source ~/.bashrc  #生效   #source /etc/profile

检测环境配置是否生效

nvcc -V  或   nvcc --version  #能够显示安装的CUDA版本信息

cudnn下载安装

cudnn官网下载地址:https://developer.nvidia.com/rdp/cudnn-archive

选择Linux[x86_64],cudnn-11.3-linux-x64-v8.2.1.32.tgz

tar -zxvf cudnn-11.3-linux-x64-v8.2.1.32.tgz   # 解压

把解压后相应的库文件和头文件复制到CUDA目录，即安装完成

# 
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.3/include/ 
sudo cp cuda/include/cudnn_version.h /usr/local/cuda-11.3/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64/ 
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.3/lib64/libcudnn*

# 查看cudnn代码版本，若结果如下图，则表示安装成功
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

# sudo cp src-file target-file  
# sudo cp -r src-file target-file 源文件夹src-file下还有文件夹 -r：表示递归复制的意思

4.2.2.gpu版Pytorch安装

创建Anaconda虚拟环境:conda create -n my_torch_gpu39 python=3.9

虚拟环境路径为/home/用户名/anaconda3/envs/my_torch_gpu39

pytorch 官网https://pytorch.org/
PyTorch其他版本

进入对应虚拟环境

conda activate my_torch_gpu39  #切换进  进入对应虚拟环境
# CUDA 11.3
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

复制代码进行安装

environment location: /home/用户名/anaconda3/envs/my_torch_gpu39

安装完成，然后导入torch检测是否正常

conda activate my_torch_gpu39  #切换进  进入对应虚拟环境
python
import torch
print(torch.cuda.is_available())

安装正常

----------------------------------------------

5.PyCharm中用虚拟环境python解释器导入torch

5.1.cpu版PyCharm中导入torch

参照3.2节，可以使用pycharm新建虚拟环境解释器my_torch_cpu39_pycharm，也可以加载终端使用conda命令建立的虚拟环境.

5.2.gpu版PyCharm中导入torch

参照3.2节，添加Interpreter为my_torch_gpu39的python

import torch
print('import torch')

print(torch.cuda.is_available())
print(torch.__version__)
print(torch.__path__)  #查找路径

Ubuntu18.04安装cuda 11.3和TensorRT 8教程
Ubuntu 18.04安装CUDA 11.4.3和cuDNN 8.2.4
calmisentialYU：Ubuntu 18.04安装CUDA和cuDNN
Ubuntu20.04手动安装cuda11.3_
ubuntu 上多个cudu 版本共存并可以随时切换
ubuntu18.04 安装CUDA11.0+cuDNN8.0.5+TensorFlow2.4.0
ubuntu18.04.5 安装cuda（11.3） +cudnn +opencv4.4.0 2021 亲测
笙箫绵绵：【Ubuntu18.04】Ubuntu18.04 + RTX3070 安装 Anconda3+cuda11.1+cuDNNv8.1.0+Pytorch
.bashrc文件配置环境变量，文件位置在/home/zd, Anaconda3-2022.05在初始化时已经自动配置.
Linux：普通用户的Anaconda【安装conda、初始化conda、创建新虚拟环境、切换虚拟环境、退出当前虚拟环境、删除创建的虚拟环境】【切换国内源】
Ubuntu18.04下安装Anaconda3详细教程图文并茂