环境配置汇总

已于 2022-09-18 16:34:54 修改
阅读量1.6k 收藏 4
点赞数
分类专栏： 研究 文章标签： python
于 2021-12-18 19:46:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shizuguilai/article/details/122016066
版权

环境配置经验帖

python篇

1、在Visual Studio Code中按Ctrl+Shift+P可以选择python环境。
2、Anaconda可以非常方便的使用控制面板来选择不同的虚拟环境。
3、手动创建虚拟环境：

## 安装虚拟环境
pip install virtualenv

## 下载python3.6版本
https://www.python.org/getit/

## 创建虚拟环境（-p后面接的是对应的python版本 然后跟着的就是名字）
virtualenv -p path\to\your\python??.exe roubustness

## 进入虚拟环境位置
cd roubustness

## 进入 Script
cd Scripts

## 启动虚拟环境（退出是deactivate）
activate.bat

4、pip安装加速推荐使用清华源

pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

5、python安装的官方网站：python官网
6、tensorflow官网：tensorflow官网
7、Ubuntu安装指定版本python，以及虚拟环境配置

## Ubuntu安装python指定版本
 (https://www.python.org/ftp/目录下有各种各样的python版本）
 wget https://www.python.org/ftp/python/3.6.3/Python-3.6.3.tgz
 
 tar -xf Python-3.6.3.tgz
 
 cd Python-3.6.3
 
 ./configure --prefix=/usr/local/python3 
 
 make
 
 make install
 
##为该python安装虚拟环境

### 安装虚拟环境
pip install virtualenv

### 创建虚拟环境（-p后面接的是对应的python版本 然后跟着的就是名字）
virtualenv -p path\to\your\python?? <your_env_name>

### 进入虚拟环境位置
cd <your_env_name>
cd bin/

### 给activate程序添加可执行权限
chmod a+x activate

### 启动activate
source activate

### 虚拟环境完成，然后可以在这个环境中pip自己的包

conda篇

# 安装anaconda（https://blog.csdn.net/wyf2017/article/details/118676765）
1、apt-get install -y wget
2、wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh
3、chmod +x Anaconda3-5.3.0-Linux-x86_64.sh
4、./Anaconda3-5.3.0-Linux-x86_64.sh
     然后一直yes，然后最后一个yes就是自动配置环境变量。
5、如果环境变量没有配置好，则：
     在终端输入：sudo vim ~/.bashrc
     打开注册表后，在注册表中加入：
     export PATH=/data/anaconda3/bin:$PATH     （PATH后面为自己anaconda安装的位置）
     立即生效，输入：source ~/.bashrc

# 创建虚拟环境
1、conda create -n python3_7 python=3.7   (python3_7 是我自己取的名字）
2、conda activate python3_7

cuda篇

# 安装cuda （参考https://zhuanlan.zhihu.com/p/108930996   或者  https://www.jianshu.com/p/10c4d273ec57）
0、sudo apt install ubuntu-drivers-common （先要安装这个才能查询）
1、ubuntu-drivers devices （查询电脑所需要的驱动）
2、sudo ubuntu-drivers autoinstall （自动安装相关驱动）
3、sudo apt install gcc （安装gcc）
4、wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run  （在官网上下载包）
5、sudo sh cuda_11.0.2_450.51.05_linux.run （运行安装包）
6、驱动啥的都不装，只勾选cuda11一个选项！！！！！  （这里面有参考图https://www.jianshu.com/p/10c4d273ec57）
7、配置环境变量：
     sudo vim ~/.bashrc
     打开文档后末尾加入以下信息：
     export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64:/usr/local/cuda/include/
     export CUDA_HOME=/usr/local/cuda
     export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
     然后重启配置：
     source ~/.bashrc
8、检查是否安装成功：
     nvcc -V
     如果出现：
     nvcc: NVIDIA (R) Cuda compiler driver
     Copyright (c) 2005-2020 NVIDIA Corporation
     Built on Thu_Jun_11_22:26:38_PDT_2020
     Cuda compilation tools, release 11.0, V11.0.194
     Build cuda_11.0_bu.TC445_37.28540450_0
     成功安装！

# 安装相应的pytorch（https://pytorch.org/）
   conda安装方式参考：https://blog.csdn.net/CV_YOU/article/details/83074448
1、直接进入虚拟环境进行pip安装. （！记得先conda activate python3_7， 注意要安装torch1.7的版本)
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
2、安装相关的包
pip install click requests tqdm pyspng ninja imageio-ffmpeg==0.4.3

# 下载模型到/data/GAN/stylegan2-ada-pytorch-main
1、
sudo wget https://nvlabs-fi-cdn.nvidia.com/stylegan2-ada-pytorch/pretrained/paper-fig11b-cifar10/cifar10c-cifar-ada-best-fid.pkl
2、
sudo wget https://nvlabs-fi-cdn.nvidia.com/stylegan2-ada-pytorch/pretrained/paper-fig11b-cifar10/cifar10u-cifar-ada-best-fid.pkl
3、放入我自己的测试代码：start.py



# 如果遇到文件夹权限问题
1、sudo chown -R ubuntu stylegan2-ada-pytorch-main/    （把对应的文件用户修改为当前登录用户我当前登录是ubuntu用户， -R的意思是往下递归执行，子文件夹也是）
2、如果还有问题则：chmod +wx 对应的文件


# 安装gcc的一些包（subprocess.CalledProcessError: Command '['which', 'c++']' returned non-zero exit status 1.）
1、sudo apt-get install build-essential

# 装一个ninja （不知道有没有发挥作用，我装了, 没进入虚拟环境也装一个）
sudo apt install ninja-build

# 安装安装pybind11 （在自己的虚拟环境下安装）
1、pip install pybind11


问题1：subprocess.CalledProcessError: Command '['ninja', '-v']' returned non-zero exit status 1.
参考：
https://github.com/NVlabs/stylegan2-ada-pytorch/issues/155
或者
https://www.cnblogs.com/June62308991/p/13255247.html
1、****/site-packages/torch/utils/cpp_extension.py中将['ninja', '-v']改成['ninja', '--version']

# 修改文件 （ninja自动生成的build那个东西中的nvcc中的路径多了个bin）
1、/home/ubuntu/.cache/torch_extensions/bias_act_plugin/build.ninja 
中第三行的nvcc修改为：nvcc = /usr/local/cuda/bin/nvcc
2、/home/ubuntu/.cache/torch_extensions/upfirdn2d_plugin/build.ninja 
同上

或者：在/data/anaconda3/envs/python3_7/lib/python3.7/site-packages/torch/utils/cpp_extension.py
把1744行中的nvcc = _join_cuda_home('bin', 'nvcc') 改成 nvcc = _join_cuda_home('', 'nvcc')

或者：vim ~/.bashrc中的￥cudahome路径改成：(强烈推荐这个！！！成功)
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64:/usr/local/cuda/include/
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
然后再source ~/.bashrc


# 最后一步，如果python start.py会报错，则进入/home/ubuntu/.cache/torch_extensions/bias_act_plugin
然后直接输入ninja进行编译build.ninja文件，然后就会出来一堆东西，然后再到/data/GAN/stylegan2-ada-pytorch-main中python start.py就可以成功了！！！


# 如果云主机中没有data文件夹，则：
1、在根目录下创建data（mkdir data）
2、然后挂载数据盘：mount /dev/vdb /data/

stylegan2 配置篇

# 安装anaconda（https://blog.csdn.net/wyf2017/article/details/118676765）
1、apt-get install -y wget
2、wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh
3、chmod +x Anaconda3-5.3.0-Linux-x86_64.sh
4、./Anaconda3-5.3.0-Linux-x86_64.sh
     然后一直yes，然后最后一个yes就是自动配置环境变量。
5、如果环境变量没有配置好，则：
     在终端输入：sudo vim ~/.bashrc
     打开注册表后，在注册表中加入：
     export PATH=/data/anaconda3/bin:$PATH     （PATH后面为自己anaconda安装的位置）
     立即生效，输入：source ~/.bashrc

# 创建虚拟环境
1、conda create -n python3_7 python=3.7   (python3_7 是我自己取的名字）
2、conda activate python3_7

# 安装cuda （参考https://zhuanlan.zhihu.com/p/108930996   或者  https://www.jianshu.com/p/10c4d273ec57）
0、sudo apt install ubuntu-drivers-common （先要安装这个才能查询）
1、ubuntu-drivers devices （查询电脑所需要的驱动）
2、sudo ubuntu-drivers autoinstall （自动安装相关驱动）
3、sudo apt install gcc （安装gcc）
4、wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run  （在官网上下载包）
5、sudo sh cuda_11.0.2_450.51.05_linux.run （运行安装包）
6、驱动啥的都不装，只勾选cuda11一个选项！！！！！  （这里面有参考图https://www.jianshu.com/p/10c4d273ec57）
7、配置环境变量：
     sudo vim ~/.bashrc
     打开文档后末尾加入以下信息：
     export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
     export CUDA_HOME=/usr/local/cuda/bin
     export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
     然后重启配置：
     source ~/.bashrc
8、检查是否安装成功：
     nvcc -V
     如果出现：
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2020 NVIDIA Corporation
    Built on Thu_Jun_11_22:26:38_PDT_2020
    Cuda compilation tools, release 11.0, V11.0.194
    Build cuda_11.0_bu.TC445_37.28540450_0
     成功安装！

# 安装相应的pytorch（https://pytorch.org/）
   conda安装方式参考：https://blog.csdn.net/CV_YOU/article/details/83074448
1、直接进入虚拟环境进行pip安装. （！记得先conda activate python3_7， 注意要安装torch1.7的版本)
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
2、安装相关的包
pip install click requests tqdm pyspng ninja imageio-ffmpeg==0.4.3

# 下载模型到/data/GAN/stylegan2-ada-pytorch-main
1、
sudo wget https://nvlabs-fi-cdn.nvidia.com/stylegan2-ada-pytorch/pretrained/paper-fig11b-cifar10/cifar10c-cifar-ada-best-fid.pkl
2、
sudo wget https://nvlabs-fi-cdn.nvidia.com/stylegan2-ada-pytorch/pretrained/paper-fig11b-cifar10/cifar10u-cifar-ada-best-fid.pkl
3、放入我自己的测试代码：start.py



# 如果遇到文件夹权限问题
1、sudo chown -R ubuntu stylegan2-ada-pytorch-main/    （把对应的文件用户修改为当前登录用户我当前登录是ubuntu用户， -R的意思是往下递归执行，子文件夹也是）
2、如果还有问题则：chmod +wx 对应的文件


# 安装gcc的一些包（subprocess.CalledProcessError: Command '['which', 'c++']' returned non-zero exit status 1.）
1、sudo apt-get install build-essential

# 装一个ninja （不知道有没有发挥作用，我装了, 没进入虚拟环境也装一个）
sudo apt install ninja-build

# 安装安装pybind11 （在自己的虚拟环境下安装）
1、pip install pybind11


问题1：subprocess.CalledProcessError: Command '['ninja', '-v']' returned non-zero exit status 1.
参考：
https://github.com/NVlabs/stylegan2-ada-pytorch/issues/155
或者
https://www.cnblogs.com/June62308991/p/13255247.html
1、****/site-packages/torch/utils/cpp_extension.py中将['ninja', '-v']改成['ninja', '--version']

# 修改文件 （ninja自动生成的build那个东西中的nvcc中的路径多了个bin）
1、/home/ubuntu/.cache/torch_extensions/bias_act_plugin/build.ninja 
中第三行的nvcc修改为：nvcc = /usr/local/cuda/bin/nvcc
2、/home/ubuntu/.cache/torch_extensions/upfirdn2d_plugin/build.ninja 
同上

或者：在/data/anaconda3/envs/python3_7/lib/python3.7/site-packages/torch/utils/cpp_extension.py
把1744行中的nvcc = _join_cuda_home('bin', 'nvcc') 改成 nvcc = _join_cuda_home('', 'nvcc')

或者：vim ~/.bashrc中的￥cudahome路径改成：(强烈推荐这个！！！成功)
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64:/usr/local/cuda/include/
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
然后再source ~/.bashrc


# 最后一步，如果python start.py会报错，则进入/home/ubuntu/.cache/torch_extensions/bias_act_plugin
然后直接输入ninja进行编译build.ninja文件，然后就会出来一堆东西，然后再到/data/GAN/stylegan2-ada-pytorch-main中python start.py就可以成功了！！！
氏族归来
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
安卓开发环境配置汇总
09-21
内含：Android开发所需软件...Jdk环境变量配置（最简单的配置方法，一次成功）；eclipse安装ADT（视频）；SDK安装；apache服务器的搭建（视频）；Mysql安装（视频）；eclipse连接MySql（包含所用jar包）；tomcat配置。
配置OSPF的路由汇总
05-26
- **汇总地址的掩码**：在配置汇总时，需要正确设置汇总地址的子网掩码，以确保所有需要汇总的子网都包含在内。 - **非汇总子网**：如果某些子网不希望被汇总，需要在配置时加以考虑。 - **区域边界路由器**：区域间...
IDEA环境配置汇总
最新发布
Sherry
07-09 2万+
IDEA环境配置汇总。
Python3开发环境配置汇总
Asia-Lee
03-13 4471
目录 1、Python下载（版本自己选择） 2、在Windows上安装Python 3、运行Python 4、运行Python的方式 5、用文本编辑器写Python程序 6、Python3命令行安装第三方模块 7、Pycharm中使用GitHub 下面只针对Windows平台的环境配置 1、Python下载（版本自己选择） Python版本官网下载 Python官网 ...
【Jetson Nano 入门】环境配置汇总
Huih_cannot_fly的博客
10-23 2922
文章目录前言一、镜像烧写二、PWM风扇自动调速三、使用MicroUSB在电脑打开终端四、VNC实现局域网及网线直连通信五、SSH文件传输六、状态监控软件Jtop七、检查CUDA、OpenCV及CUDNN八、USB摄像头测试软件Camorama九、CSI摄像头测试十、实现Yolov4-tiny的USB摄像头实时检测1.引入库2.读入数据总结 前言 最近需要用Jetson Nano实现Yolov4-tiny实时检测，这篇文章记录下自己的环境配置过程。 一、镜像烧写 本部分参考NVIDIA Jetson N.
RoboMaster视觉组环境配置汇总
海人的博客
03-30 1121
Ubuntu系统： window10安装ubuntu双系统教程（绝对史上最详细） Ubuntu环境下安装QT5 如何在Ubuntu 18.04上安装Git与入门教程 Git 在Ubuntu上安装配置 window系统： VS2017配置opencv教程（超详细！！！） ...
【windows java开发环境配置汇总 idea配置教程汇总+mysql数据库安装】包括jdk+maven+tomcat+git等
阿休要努力
09-25 906
idea的配置包括： 1.java环境变量配置 2.Maven下载安装参考：https://blog.csdn.net/cs4380/article/details/79158268 3.Apache tomcat的下载与安装参考：https://blog.csdn.net/Bao_Yaun/article/details/64485921 4.git的下载与安装参考：https://bl...
Golang环境配置步骤
RZTUSHU1的博客
09-10 4972
go语言的使用IDE之 golang 的基础配置
python环境配置常见问题汇总
qq_36167072的博客
06-07 7546
ModuleNotFoundError: No module named 'yaml'：运行 Python 文件遇到问题 ModuleNotFoundError: No module named 'yaml' 时，说明当前 Python 环境缺少该包，使用 pip 安装该包即可，但要注意的是安装的包名不是 yaml 而是 pyyaml，即 pip install pyyaml。 ModuleNotFoundError: No module named 'yacs'：pip install yacs==版.
配置hadoop环境变量
ViMan1204的博客
04-06 4062
问题描述：   将之前解压的JDK的根目录和Hadoop根目录添加到/etc/profile文件里面。 具体路径如下： Name Content JAVA_HOME的路径 /usr/Mysoft/jdk1.8.0_141 HADOOP_HOME的路径 /Myhadoop/Hadoop-2.7.4/ 第一步：   打开profile文件 第二步：   导入Hadoop根目录...
adb环境变量配置
拉莫帅的博客
04-11 1万+
adb全称为Android Debug Bridge，是一个debug工具。借助adb工具，我们可以管理设备或手机模拟器的状态，还可以进行很多手机操作，如安装软件、系统升级、运行shell命令...等等。本章教大家怎么来配adb环境变量？
路由器 OSPF 路由汇总配置
小小猪的博客
10-08 3958
实训三十八 路由器 OSPF 路由汇总配置 一、 实验目的 1. 掌握 OSPF 的配置 2. 理解 OSPF 路由汇总的意义 二、 应用环境 在大规模网络中，路由表的非常庞大，降低了转发速度，通常在子网边界做汇总，这样可以减 少路由表的长度。 三、 实验设备 1. DCR-2655 三台 2. 网线两条 五. RA RB RC G0/3 .
最全华为交换机配置汇总
10-20
本文将围绕“最全华为交换机配置汇总”这一主题，详细解析55个配置示例，涵盖华为系列二层和三层交换机的各类需求配置。 首先，了解华为交换机的基本概念是必要的。交换机作为网络中的核心设备，负责在局域网（LAN...
C#读取配置文件的方法汇总
09-03
可以使用`ConfigurationBuilder`来加载多个配置源，包括JSON、XML和环境变量： ```csharp using Microsoft.Extensions.Configuration; IConfigurationBuilder builder = new ConfigurationBuilder() .AddXmlFile...
screen详解
shizuguilai的博客
02-24 8523
简介 众所周知，screen能够在远程终端后台运行，意思就是我们挂网站等一系列东西的第一步。 安装screen sudo apt install screen 给自己的进程取名字 screen -S 你的进程名 然后就会开一个新的窗口，在这个窗口种运行自己的python等程序，不会因为关闭xshell而终止。 退出进程窗口 同时按 ctrl + a + d 这3个键 查看进程 screen -ls 重新进入进程 screen -r 你的进程名 或者 screen -r 你的进程id
Topological Data Analysis（TDA) 拓扑数据分析与mapper算法
shizuguilai的博客
10-03 6858
目录 什么是TDA mapper的大致流程 使用mapper进行数据分析的优点 什么是TDA 即对数据拓扑学特征进行分析的方法 mapper的大致流程 使用mapper进行数据分析的优点
如何在远程服务器上挂自己的静态网页
shizuguilai的博客
03-02 4543
挂网页 简介 拥有自己的个人网页是一件非常有意思的事情，对于计算机人士来说，将自己漂亮且完美的简历直接挂在网页上，不论是读研面试还是找工作，多多少少是一个加分项吧。话不多说，直接开政。 前期准备 1，购买一台服务器，如果不是挂什么大型网页的话，选最便宜的就行。 2，熟悉一些最基本的Linux指令。 3，编写自己的静态页面。 4，和我开整 开始操作 ...
MTK平台开发完全指南：环境配置与调试实践
"MTK开发心得汇总主要涵盖了MTK（MediaTek）平台的开发环境配置、调试工具的使用以及串口通讯调试等关键步骤。在进行MTK平台开发时，开发者需要获取必要的软件资源，这些资源可以从指定的华禹FTP服务器或者相关QQ群...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值