创建虚拟环境
首先可以查看自己服务器上有哪些虚拟环境:
【查看当前存在哪些虚拟环境】
conda env list
Python创建虚拟环境:
conda create -n your_env_name python=x.x
注:若出现创建虚拟环境报错的情况“You will need to adjust your conda configuration to proceed.”
使用命令:
conda config --remove-key channels
参考链接:https://blog.csdn.net/weixin_41194129/article/details/107501955
安装pytorch
- 首先用nvidia-smi查看cuda版本
命令: nvcc --version
注:nvidia-smi看到的cuda版本是系统的,用nvcc --version更靠谱,下面这个显示cuda是11.2,而pytorch官网中现在还没有对应这个版本的pytorch,我搜到可以说在自己的虚拟环境中安装一个cuda版本(请问各位大佬,高版本CUDA能否安装低版本PYTORCH?)
2. 去pytorch官网找到对应的版本,复制命令到服务器上(先激活自己的虚拟环境,再安装pytorch包)
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia
参考该链接https://blog.csdn.net/sarracode/article/details/107312975,提到去掉默认pytorch官网为下载源,下载速度太慢,很容易报错,所以更改为清华大学镜像,
命令行输入下面的命令:
默认pytorch官网为下载源,下载速度太慢,很容易报错,所以更改为清华大学镜像,
命令行输入下面的命令:
# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
注意要把后面的-c pytorch去掉,不然还是使用的默认源下载。
退出改虚拟环境,在终端的python环境中输入 import torch不报错则安装成功!
添加编译器
找到自己虚拟环境在服务器上安装的位置,激活自己的虚拟环境,从conda list就可以看到自己的虚拟环境安装在哪了
参考链接:
服务器上安装pytorch-gpu
完美解决“You will need to adjust your conda configuration to proceed…”的问题