服务器从0搭建-【anaconda3+cuda+cudnn+conda环境创建+修改conda源】

1. anaconda3下载安装

1. 下载地址
   清华源镜像：清华源镜像
   北交源：北交源镜像
   官网：百度
2. 上传.sh文件至服务器
3. 安装anaconda：
   bash Anaconda3-2020.11-Linux-x86_64.sh
4. 安装过程中，有提示初始化conda路径，选择yes，会自动初始化conda路径在/root/.bashrc文件中
5. 激活更新后的/.bashrc文件：
   source ~/.bashrc
6. 验证conda安装成功：
   conda list，输出conda自带包；
   conda env list 输出conda自带的base环境：
   

2. cuda配置

1. 安装：略
2. 配置cuda路径：vim ~/.bashrc打开.bashrc文件，按i开始插入，在最后加入如下路径（注意修改cuda版本号和路径，根据安装的cuda修改）：
   

export PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

插入完成后，按esc结束插入，按:wq保存修改并退出文件编辑。
3. 激活更新后的/.bashrc文件：
source ~/.bashrc
4. 此时输入nvcc -V后，会输出当前cuda版本信息,例如：

3. cudnn下载和配置

1. 下载：推荐官网：官网下载cudnn（需要注册nvidia账号）
2. 将下载的tgz包上传到服务器
3. 解压tgz包(注意修改压缩包的名称)：tar xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
4. 复制路径到指定地址：
   

cp cuda/include/cudnn.h  /usr/local/cuda-11.2/include/
cp cuda/lib64/libcudnn*  /usr/local/cuda-11.2/lib64/
chmod a+r /usr/local/cuda-11.2/include/cudnn.h  /usr/local/cuda-11.2/lib64/libcudnn*
# cudnn版本较高时还要加上以下命令
cp cuda/include/cudnn_version.h /usr/local/cuda-11.2/include/

5. 检查cudnn安装是否成功：
   cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A2 或 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
   

4.创建conda虚拟环境

conda create -n xxxx python=3.5 //创建python3.5的xxxx虚拟环境
conda activate xxxx  //激活xxxx环境
conda deactivate  //关闭当前环境
conda env list //显示conda所有环境

5. 修改conda源为清华源

1. 执行conda config --set show_channel_urls yes，在root目录下生成.condarc文件
2. vim ~/.condarc重写该文件内容为：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - 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
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3. 执行conda clean -i，清除索引缓存，保证用的是镜像站提供的索引。