AutodL配置依赖（远程服务器）

1.写在前面：依赖安装分为3种

pip install 安装的依赖包位置取决于多种因素，包括是否使用了虚拟环境、操作系统的配置以及 pip 的配置等。以下是几种常见的情况：

1.1 全局安装（未使用虚拟环境）

如果你没有激活虚拟环境直接运行 pip install，依赖包通常会安装到 Python 的全局站点包目录（site-packages）中。

1.2 虚拟环境安装

如果你在虚拟环境中运行 pip install，依赖包会安装到虚拟环境的 site-packages 目录中。虚拟环境的路径通常如下：

• Linux/macOS:

  • 虚拟环境路径：~/envs/your_env_name/lib/python3.x/site-packages（如果你的虚拟环境位于 ~/envs/your_env_name）。

• Windows:

  • 虚拟环境路径：.\envs\your_env_name\Lib\site-packages（如果你的虚拟环境位于 .\envs\your_env_name）。

1.3 用户安装

如果你使用 pip install --user，依赖包会安装到用户的本地目录中。具体路径如下：

• Linux/macOS:

  • 路径为：~/.local/lib/python3.x/site-packages。

• Windows:

  • 路径为：C:\Users\<YourUsername>\AppData\Roaming\Python\Python3x\site-packages。

如何查看安装路径

你可以通过以下命令查看当前 pip 安装的依赖包路径：

pip show <package_name>

例如，查看 numpy 的安装路径：

pip show numpy

输出中会显示 Location 字段，指示该包的安装位置。

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

2.为什么要自己搞一个新的虚拟环境？（理解非常重要）

如果你用实验室的服务器，老师就会要求你自己在envs下新建一个文件存放虚拟环境，配置虚拟环境，怕你装着装着把其他环境装坏了。

博主之前自己的电脑，看着别人给的攻略做，也没咋看懂原理，依赖包装了就装了，毕竟是自己的电脑...

我的理解是：

1.全局安装，装一些基础的依赖，比如numpy，torch

2.自己的虚拟环境，安装一些自己需要的依赖，比如tqdm(用于展示进度条),opencv（用于视觉处理方面）

可以理解为水和油的关系，互不相容。

设置-选择解释器

选择解释器选择全局解释器，但是自己安装属于自己的虚拟环境，用的时候激活虚拟环境，全局解释器会被换成你自己装的解释器。

后面有图片解释！！！

接下来开始正片。

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

3.创建虚拟环境并安装依赖的步骤：

所以，推荐的做法是先导航到虚拟环境所在的文件夹，激活虚拟环境，然后再运行 pip install 命令。这样可以确保依赖包被正确安装到虚拟环境中，而不会影响全局的 Python 环境或其他项目。

1.新建虚拟文件夹并跳转

首先，我在autodl上路径root/miniconda3/envs里右键创建了一个文件夹名叫dyj，这个作为我的虚拟环境的文件夹

当然，这个操作在本地pycharm也能实现。工具-部署-浏览远程主机-根据路径也能（右击创建）找到dyj文件夹

2.创造虚拟环境

目前dyj只是一个空文件夹，需要导入python环境，或者说要导入python解释器。我的理解就是新建虚拟环境=新建一个python解释器。

首先要跳转到文件夹所在地，使用cd命令。然后再使用conda命令

cd ~/miniconda3/envs/dyj

conda create -n dyj python=3.8.19

运行后出现

很显然，dyj是一个空的文件夹，里面什么都没有，更不用说环境了，所以系统提醒你，他不是一个conda环境，问你是不是要创造环境,打下y。之后有y打y。

3.激活虚拟环境

conda activate dyj

 运行以下命令，检查当前使用的 Python 解释器路径：

which python

如果虚拟环境已正确激活，输出路径应类似于：

/root/miniconda3/envs/dyj/bin/python

运行以下命令，检查当前使用的 pip路径：

which pip

如果虚拟环境已正确激活，返回/root/miniconda3/envs/dyj/bin/pip

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

4.查看已有的依赖

conda list

在自己的虚拟环境（也就是开篇提到的深圳）我们目前只安装了python的一些基本依赖，比如pip

而全局环境（也就是开篇提到的中国） ，会有一堆依赖，这是autodl自带的或者你自己无意识自己安装的，这里可以看到numpy2.2.3库，这是我之前安装的。

在python项目中，有一些代码会因为没有依赖而报错。比如这里是缺少torch和tqdm依赖

接下来安装依赖，虽然他应该装到全局环境里，而非自己的环境里。但下面，以安装torch库为例，将torch库安装到自己创建的dyj虚拟环境中( 深度学习数据处理都要用这个，必装的)4

注意看是不是在自己环境里：

运行

pip install torch

等待安装成功即可 

4.1安装报错怎么办？

可能是镜像源，也就是给你提供依赖的网站不稳定，网速不够导致的，可以搜搜"怎么换镜像源"。

比如这是用清华源安装numpy1.24.1版本

pip install numpy==1.24.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

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

4.使用requirements.txt一键安装依赖（小白建议先看完3）

一键安装节省了一个一个安装依赖的好处。

1.获取requirement.txt文件。打开深度学习文件，打开终端，运行下面命令。txt里面包含所有需要的依赖。如果是本地文件，会显示地址，将@和后面的内容删除即可

pip freeze > requirements.txt

打开requirements.txt文件，展示如下

2.先跳转到自己创建的虚拟环境文件夹中（3教过）

3.激活虚拟环境（3教过）

4. 安装requirement里的所有依赖

pip install -r requirements.txt

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

5.常见问题： 

问题1：虚拟环境安装了torch，但pycharm依旧识别不到。

原因：解释器路径问题。

解决方法：已安装Pytorch，却提示no moudle named ‘torch’（没有名称为torch的模块）_pycharm找不到torch模块-CSDN博客

问题2：如何启动你的python文件

conda activate dyj
cd /path/to/your/script/directory
python model_train.py

问题3：使用conda-pack传送环境到无网络的服务器上

使用conda pack进行环境迁移（步骤很详细）-CSDN博客

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

觉得好用就点赞收藏吧，

未完待续，等待补充。