conda 清华镜像_Linux系列 | 没了清华镜像的pytorch，直接教我做人！01

        早前，清华大学开源软件镜像站发布公告，公告内容是关于停止Anaconda镜像服务的通知。其表示：

未能取得Anaconda和Miniconda公开镜像授权，因此决定，在取得授权之前无限期停止Anaconda镜像服务。一个月后，彻底关闭Anaconda镜像的文件下载。 清华大学开源软件镜像站

    作为一名使用Windows+Anaconda Navigator的用户，我一开始是没有任何想法，甚至有点想笑。虽说没了Tsinghua的镜像，但我们不是还有豆瓣和阿里的镜像吗？后来我就啪啪地打脸了。

    豆瓣和阿里的镜像是真的不好用！

    没事，一键conda指令，我就由着它边挂着边下载吧。今天我们来学习一下如何在linux系统下安装conda，之后利用conda，为其配置好python环境以及安装最新版本的pytorch。

    我以我们实验室团队的ubuntu16.04系统为例子。

---

① 输入指令：nvidia-smii，用于查看GPU信息。

    这是我分到的GPU【为了安全考虑，粉红色的主机地址已经马赛克化处理】，共8个，嗯很足够的，再看看CUDA的版本：10.1，嗯记住了。

②  用wget命令下载miniconda

wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh

③  安装命令

chmod 777 Miniconda3-latest-Linux-x86_64.sh

sh Miniconda3-latest-Linux-x86_64.sh

    安装过程中，提示阅读用户许可协议，需要按“Enter”继续，并输入 “yes”继续安装，并列出conda安装的具体路径，这个路径保存一下。

    最后询问是否初始化Miniconda3时，选“no”

④ 验证conda是否安装成功

    输入“conda”命令，如未成功输出，则利用gedit修改.bashrc文件

sudo gedit ~/.bashrc

    在最下行输入miniconda3的安装目录作为环境变量，与上面保存的安装目录相同，本文是“/home/yrr/miniconda3”

export PATH="/home/yrr(这里换成你自己账户的命名)/miniconda3/bin:"$PATH

留意底部红色方框的地方，在这里加入环境变量

⑤ 输入命令使其生效

source ~/.bashrc

⑥ 再次输入conda命令，如正常返回，证明成功

⑦ 环境管理命令

    可使用如下命令查看已有环境列表，*表示当前环境，base表示默认环境

conda env list

    使用命令“conda create -n 环境名称 python=版本号”创建环境，这里创建了名称为3.6.7(名称不是很好)的python版本号为3.6.7的虚拟环境，稍微等待，过程中输入“y”。

conda create -n 3.6.7 python=3.6.7

    查看环境列表，新环境已经创建好

    激活环境，默认处于base环境，进入其他环境需要使用source activate手动切换

    若要退出当前环境，使用conda deactivate，默认回到base 环境

    最后，在命令行利用conda指令安装pytorch(根据GPU的版本进行安装)

    接下来就是等待下载啦！

01教程完(๑′ᴗ‵๑)Ｉ Lᵒᵛᵉᵧₒᵤ❤