(SiamFC)Linux下安装anaconda+pytorch==1.0.1+torchvision==0.2.2+cudatoolkit==10.0

我用了镜像，所以相当于我本地有cuda10.0

问：但是不知道为什么在本地用nvcc -V查看不到版本？

腻害师弟答：由于没有进入到/cuda-10.0/bin目录下

 cd /usr/local/cuda-10.0/bin

 

但是可以用nvidia-smi获得显卡信息和支持的cuda版本~

由于我考虑到想用anaconda建立虚拟环境时可以重新设置cuda的版本，所以我便也没有那么较真了！

下面开始正题

一、首先安装anaconda

首先mkdir /opt/data/private/software-packages建一个用来存放软件安装包的位置--这是我的习惯，便于管理。

mkdir /opt/data/private/software-packages

报错了，原因是没有安装wget

解决方法：

sudo apt-get update
sudo apt-get install wget

然后再下载Anaconda3,得到一个Anaconda3的.sh脚本文件

wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh

最后再安装Anaconda3

bash Anaconda3-2019.10-Linux-x86_64.sh

输入ENTER继续

输入想要安装Anaconda3的位置/usr/dcs/myapp/Anaconda3

安装成功

安装后需要重启才能使anaconda生效！

如果以下命令不行就直接在mobaXterm关掉界面即可，重新登陆后，终端命令的左端就会有（base）出现就代表anaconda生效

shutdown -r now
或者
reboot

配置conda命令可以全局使用

刚安装anaconda环境完成时，conda命令是无法使用的，需要进行全局配置，配置方法如下：

1，vi或者vim命令编辑~/.bashrc文件，
命令：vim ~/.bashrc

vim ~/.bashrc

报错，解决方法 yum install vim

sudo apt install yum

 yum install vim
或者

sudo apt-get install vim（这个的成功率高）

在文件末尾添加如下内容：

export PATH=''/usr/dcs/myapp/Anaconda3/bin:$PATH''

2，“ESC”退出编辑模式， "："进入命令模式，输入wq!保存退出；
3，让修改生效，执行命令：source ~/.bashrc
4，此时，再任意路径下都可以使用conda命令了，如下图：

5.conda更新使用以下命令：

conda update -n base conda

linux下退出虚拟环境得用conda deactivate

二，安装pytorch

可以先根据这个博客【深度学习环境配置二】【Pytorch安装详解-内附下载链接】基于win 10+TITAN XP+CUDA11.1+python3.7+vs2019的pytorch安装_舒心远航的博客-CSDN博客，建立一个名称为siamfc的虚拟环境

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

上面这个有点难安装成功，可能是网速的问题也说不准，所以pytorch1.1.0安装会失败，如下

所以可以一开始安装这个试试

conda install pytorch==1.0.1 cudatoolkit=10.0 -c pytorch

重新成功安装了pytorch==1.0.1,cudatoolkit==10.0

由于之前是成功安装了torchvision==0.3.0,而pytorch1.0.1支持torchvision==0.2.2而不支持torchvision==0.3.0，没想到原来还是会报错呀，

于是重新安装一下torchvision==0.2.2

conda install torchvision==0.2.2 -c pytorch
或者
conda install torchvision -c pytorch #系统会自己匹配到合适的torchvision版本

pytorch==1.0.1,torchvision==0.2.2,cudatoolkit==10.0,全部安装成功

想要一步到位就用以下命令即可

conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 -c pytorch

最后，在pycharm中把python解释器配置好，懂得都懂，就可以跑代码了。