配置环境 本地+Linux服务器

安装anaconda

下载anaconda依赖文件(类似应用程序的exe？)从Index of / (anaconda.com)

进入该文件所在目录：sh ······.sh

服务器非root安装anaconda参考：

linux下非root用户安装Anaconda - 丁11 - 博客园 (cnblogs.com)

(3条消息) linux服务器成功卸载和安装anaconda（详细）_linux卸载anaconda3并重装_嗨，紫玉灵神熊的博客-CSDN博客

创建新的环境

conda create -n new_env_name python=3.7(python版本自己指定)

删除：conda env remove -n new_env_name

激活新的环境

conda activate new_env_name

【(new_env_name)[dir] 】

安装指定版本 pytorch、torchvision、cuda：！需要版本匹配！

1、

cpu版本下载指定版本的wheel文件从：https://download.pytorch.org/whl/torch；https://download.pytorch.org/whl/torchvision；

cuda版本：

pip3 install --user torch==1.3.0+cu100 torchvision==0.4.1+cu100 -f https://download.pytorch.org/whl/cu101/torch_stable.html

（其中cu100代表cuda10.0.0，以此类推）

安装torch_gpu时依赖文件太大，可以：

①换源：pip --default-timeout=1000  install -U nvidia-cublas-cu11==11.10.3.66 -i https://pypi.tuna.tsinghua.edu.cn/simple

②百度whl文件名、到镜像网站下载

 百度获得→

https://pypi.tuna.tsinghua.edu.cn/packages/dc/30/66d4347d6e864334da5bb1c7571305e501dcb11b9155971421bb7bb5315f/nvidia_cudnn_cu11-8.5.0.96-2-py3-none-manylinux1_x86_64.whl

2、cd wheel文件所在路径

3、pip install ·······.whl

4、检查torch

        命令：python（进入py临时文件）

        >>import torch

        >>print(torch.__version__)

注意：必须先装torch再装torchvision，因为torchvision依赖torch

注意：期间遇到下载某些依赖wheel时报错（服务器上，因为网络不稳定），去官网下载对应报错的库的wheel，或pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 库名

https://download.pytorch.org/whl/torch；(Pillow wheel： Pillow · PyPI)

查看cudnn版本：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

Python3： print(torch.backends.cudnn.version())

查看cuda

nvidia-smi

Python3： print(torch.version.cuda)

torch/torchvision/python对应版本查询：torchvision · PyPI

查看cuda安装版本与路径

ls -l /usr/local | grep cuda

测试显卡与cuda是否适配

from torch import Tensor

    import torch

    x = torch.randn(2, 4).cuda()

    y = torch.randn(4, 1).cuda()

    out = (x @ y)

    print(out.shape)

print('Success, no Cuda errors means it worked see:\n')