linux系统python环境和gpu的多用户使用

1、新用户使用该环境：

①使用root账户登录该环境
②添加自己的用户并配置密码（密码不能与root一致，也不要是弱口令），同时更新到资产清单，如果要使用conda虚拟python环境，使用gpasswd -a命令将自己添加到anaconda用户组。
③切换到自己的用户身份，与工作目录

2、项目Python版本或其扩展包与已有环境冲突：

①查看基本的python环境（2.7.5、3.6.8）是否满足要求
②如果已有基本环境不满足，查看conda管理的虚拟python环境是否有满足的：
conda env list：查看已经存在的小环境
conda activate facestylor：激活进入facestylor小环境
python -V：查看当前环境python版本
conda deactivate：退出当前小环境
③如果还不满足，则用conda创建满足要求的虚拟python环境：
conda create -n facestylor python=3.7 -y：创建python3.7名为facestylor的虚拟环境
conda remove -n test --all：删除test小环境
④例外：项目有对独立干净环境的需求，可以直接新建一个虚拟python环境，并标记为专用，以免其他用户混用。

3、安装python拓展包

①一定要先进入自己指定的python环境
②统一使用conda命令进行安装（已经配好国内镜像），方便conda进行包管理：
conda install numpy：安装numpy，加-c也可以指定连接
conda list：列出当前环境conda管理的包
conda remove fastqc：删除该环境中的软件

4、对外使用

如果涉及到提供接口给其他部门进行测试使用，将相关工程复制到test工作目录，对外仅提供test用户的账户和密码。

5、多用户使用与管理

超级用户root，拥有所有权限，多用于环境管理于配置。
开发用户，拥有其工作目录的所有权限，多用于代码开发和程序调试。
为了方便开发使用，多个开发人员可能需要共同使用同一个python环境，或一些数据文件。
故将有这些需求的开发人员可以拉到同一个用户组（gpasswd -a 用户名 anaconda），该组目前拥有对/opt/miniconda3/envs下python虚拟环境和/home/datas下数据的使用权。
在创建python虚拟环境时默认是在/opt/miniconda3/envs下，即为组内共享的，如果该环境只想自己使用，不想其他开发使用，可以在创建环境时指定在自己工作目录下，如conda create -p /home/tzy/env/python3.10 python=3.10。

6、磁盘空间管理

总大小1T，/home 分配的大小是520G，剩余空间分配到了其他目录，故在新建用户和工作目录时默认在home下即可。
在规划上：
/home存放各个用户的代码、数据集、工程文件等用户数据
其余目录存放和安装各种软件工具环境等

7、虚拟python环境中安装指定版本的cuda和pytorch

conda create -n facestylor python=3.7 -y
conda activate facestylor
conda install pytorch=1.6.0 cudatoolkit=10.1 torchvision -c pytorch
小技巧：当安装时一直卡在 Collecting package metadata (repodata.json)时可以
先运行命令conda clean -i
再删除.condarc文件
conda安装gcc参考链接：https://anaconda.org/search?q=gcc_linux-64