Conda 常用指令 (Mac)【下载 安装 环境配置 查看 创建 激活 配置cuda 拷贝环境】

本文旨在介绍用conda配置一个新的深度学习环境的全过程。

下载Anaconda

在 官网 中下载与python版本匹配的Anaconda, Python与Anaconda版本匹配如下（图片源自 该博客 ):

在本例中我下载的 Anaconda3-2020.11-Linux-x86_64.sh

安装Anaconda

bash Anaconda3-2020.11-Linux-x86_64.sh

显示如下界面

一直按回车直到出现以下界面，输入yes

开始安装，安装完成后，显示如下信息：

配置Anaconda环境

vim ~/.bashrc

进入vim界面，按i进入编辑模式，输入

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

保存退出后，刷新配置环境，查看是否配置成功

. ~/.bashrc
conda --version

显示如下

conda 4.9.2

配置成功。

查询所有环境

conda info --envs

显示结果:

# conda environments:
#
base                  *  /home/zmq/anaconda3
myenv                    /home/zmq/anaconda3/envs/myenv

其中 * 表示当前正在使用的环境。

创建环境

创建一个名为myenv的环境，该环境的python版本为3.7

conda create -n myenv python=3.7

激活环境

比如想切换到myenv环境，则输入

conda activate myenv

此指令没有结果输出。然后再查询所有环境：

conda info --envs

可得：

# conda environments:
#
base                     /home/zmq/anaconda3
myenv                 *  /home/zmq/anaconda3/envs/myenv

可以发现星号已转移到myenv，即当前激活的环境为myenv。

注意，在centos环境中直接这样使用可能会报错：

CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.

此时需要重新刷新环境，分别执行以下另个指令

# 激活 anaconda 环境
 source activate
# 退出 anaconda 环境
 source deactivate

然后再进行

conda activate myenv

即可。

配置cuda

创建并激活一个新的环境后，为了安装pytorch，我们需要先配置 合适版本 的cudatoolkit （简称为cuda）和 cudnn。

首先是查看GPU支持的最高的 CUDA 版本, 输入指令

nvidia-smi

得到下图：

如图所示，是10.2版本。

然后打开pytorch官网，查看目前常用的版本如下：

从官网可知1.10.2版本的pytorch对应的 CUDA 版本可以是10.2 和 11.3，那么就还差与之匹配的 cudnn 版本。因为我用的机器最高支持10.2版本，因此这里也以 CUDA 10.2 举例。

查询 cudnn 与 cuda 匹配的版本

直接在控制台查询：

conda search cudnn --info

可以看到很多以下信息：

从中找到与 cuda 10.2 匹配的信息：

可知与 cuda 10.2_0 对应的版本是 cudnn 7.6.5，得到匹配的版本后，就可以直接在新环境下载 cuda 10.2 和 cudnn 7.6.5。

安装 cuda 和 cudnn

conda install cudatoolkit=10.2
conda install cudnn

安装pytorch

全部安装成功后，输入pytorch官网中给出的指令：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

下载完成后，进入python验证是否成功安装pytorch：

成功引用，没有报错。

Found conflicts! Looking for incompatible packages.

创建一个新的虚拟环境安装 pytorch 会出现 Found conflicts! Looking for incompatible packages. 这种不兼容的错误。这时我们可以借助其他包的安装来自适应地下载pytorch，比如：

conda install -c gpytorch gpytorch

这样就能避免版本错误的问题。

拷贝环境

当我们跑别人代码时，需要配置他们在setup.py中的环境，此时直接新建一个conda环境，注意要与其setup.py中的python版本一致

conda -n myenv python=3.8
conda activate myenv

然后进入与setup.py的同目录下

cd Name-main

分别执行以下命令：

python setup.py build
python setup.py install

然后等待安装完成即可。