conda环境配置torch+cuda+cudnn+dgl用到的一些命令

创建环境（以为CFF环境为例）

conda create -n CCF python==3.8
conda env remove --name CCF

换源

conda 换源
Windows 中，该文件的位置在：C:\Users(你的用户名).condarc
Linux 中，该文件的位置在：~/.condarc

修改.condarc文件内容为：

channels:
  - defaults
show_channel_urls: true
channel_alias: http://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

查看当前的源 conda config --show channels

pip 换源
pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple/ 中科大源（快，稳定）
豆瓣源：https://pypi.douban.com/simple/（快）

conda env list

conda activate CCF

cuda118+cudnn118

cuda、cudnn和torch环境的关系：cuda和cudnn是根据电脑显卡支持的型号安装的（基本上型号之前的版本都能安装），电脑上配一次配好了就行（当然想配不同版本的可以安装多个，每次切换环境变量应该都需要前移），conda创建的多个虚拟环境可以安装不同版本的GPU版本的torch来使用（官网有命令直接用）。

cuda安装：https://developer.nvidia.com/cuda-toolkit-archive官网下载你电脑显卡支持的最新版本之前的版本就行（nvidia-smi查看电脑支持的CUDA最大版本），安装完记住安装路径，在系统环境变量的Path变量填上相应的环境变量（应该是安装目录路径和安装目录下的bin目录路径）
cudnn安装：https://developer.nvidia.com/rdp/cudnn-archive网站下载对应cuda版本的压缩包解压（include、bin、lib三个文件夹）放到cuda对应的安装目录下（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\下）

配置Anaconda环境变量
C:\ProgramData\anaconda3
C:\ProgramData\anaconda3\Scripts
C:\ProgramData\anaconda3\Library\bin
C:\ProgramData\anaconda3\Library\mingw-w64\bin

安装 torch
这是从Pytorch网站（https://download.pytorch.org/whl/torch_stable.html）的下载的.whl文件的离线安装方式：

pip install D:\cu118\torch-2.0.1+cu118-cp38-cp38-win_amd64.whl
pip install D:\cu118\torchaudio-2.0.2+cu118-cp38-cp38-win_amd64.whl
pip install D:\cu118\torchvision-0.15.2+cu118-cp38-cp38-win_amd64.whl
pip install D:\cu118\charset_normalizer-2.1.1-py3-none-any.whl

查看安装的包 conda list

安装GPU版本的DGL库及其他库

pip install ogb
pip install tensorboardX
pip install dgl -f https://data.dgl.ai/wheels/cu118/repo.html
pip install dglgo -f https://data.dgl.ai/wheels-test/repo.html

conda list | findstr dgl

我安装的dgl-116所用的方式
dgl-116
dgl离线安装方式：在anaconda官网下找到要安装的版本，进行下载
https://anaconda.org/dglteam/dgl-cuda11.3/files下载解压后，将对应文件拖入你环境的lib下site-packages文件夹下面

windows下DGL库cuda版本安装:
1、
在dgl官网下
https://www.dgl.ai/pages/start.html
找到对应版本 根据命令安装

2、在清华的源中，搜索对应dgl版本
找到对应版本，下载后，在下载的文件夹中pip安装即可
清华源：https://pypi.tuna.tsinghua.edu.cn/simple/

3、在anaconda官网下找到要安装的版本，进行下载
https://anaconda.org/dglteam/dgl-cuda11.3/files
下载解压后，将对应文件拖入你环境的lib下site-packages文件夹下面