记录：创建一个conda虚拟环境并安装项目要求依赖（包）的顺序和注意事项

pytorch和torchvision都有cpu版本和gpu版本之分，在使用命令直接安装的时候，由于只指定了版本，而且因为直接访问默认源速度很慢，导致无法直接通过命令下载torch==1.7.1+cu110这个gpu版本的包，我当时也没意识到这个包是gpu版，和gpt讨论能不能拆分成pytorch==1.7.1和cudatoolkit==11.0下载 ，它也说可以，但是忽视了这样下载的可能是cpu版本的包

所以下次再碰到默认源无法直接下载包的情况，建议先手动打开默认源，查看一下相应版本的包，按.whl的格式下载下来，再安装也可以，并不一定先着急着换源，否则可能不是自己需要的版本的包

——————————————————

以下是之前的版本，因为实际使用的时候发现虽然当时显示安装成功，但是用pip list和conda list检查的时候，缺少matplotlib，并且发现安装以下命令安装的pytorch和torchvision都是cpu版本的，所以做了更正。

本文默认你已经安装了GPU驱动，ubuntu系统，miniconda3包管理工具，在使用普通用户权限在bash终端进入linux系统的时候，交互式命令行前缀(base)

根据一个python项目的readme.md或requirement.txt文件的要求，首先确定python版本，比如3.8（.5），使用命令：

conda create -n myenv python=3.8.5

再根据提示激活环境

因为有的pytorch版本可能比较老，会和新的cudatoolkit版本冲突，所以我选择在单独的虚拟环境中安装cudatoolkit，若已经在base环境中安装了cuda,可能会产生版本冲突，详细可以问问gpt；

在conda虚拟环境中安装cuda ：

首先设置安装来源的地址如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

上述内容会被添加到/home下的.condarc文件中

（这块的设置是根据csdn的chitgpt，国内换源相关的问题，它给定网址的速度和有效性都很ok）:

conda install -c anaconda cudatoolkit=11.0

由于pytorch指定版本可能在https://pypi.tuna.tsinghua.edu.cn/simple/找不到，于是使用

conda install pytorch==1.7.1

这里应该是通过conda-forge通道安装的，具体的安装路径换源仍然可以问csdn的chitgpt

torchvision的安装同上

关于torch和pytorch的区别，后者似乎是前者迁移到python后的一种新的叫法，如果requirement.txt里指定了torch==1.7.1+cu110通常可以替换成pytorch==1.7.1和cudatoolkit==11.0分别安装

以上是经常可能因为版本或者下载网址channel的原因找不到匹配版本的部分，所以按顺序单独安装，其他的依赖可以使用pip统一安装：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

这-i指定的路径是chitgpt推荐的，第一用的时候真心快，之前用各种官网默认的速度很慢，-f作为辅助推荐的网址也往往找不到内容。

我之前一直用conda安装，但是pip安装的依赖范围更广，可能出问题的就是cuda,torch相关的包，所以用conda单独安装，在使用conda创建了虚拟环境并激活后，普通用户（注意不是root用户）使用pip安装依赖，也是和其他虚拟环境相互隔离的，不用担心冲突，但是如果用root用户安装可能造成冲突

安装成功的包通常会直接打印在界面，如果直接使用pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/安装，出现匹配不到版本的情况，会中断在那里，导致后面的包无法安装，如果直接pip install然后复制requirement.txt文件中剩余部分输入命令行，默认只执行第一行，要在同一行指定多个安装的依赖，要用空格隔开，若是用文件指定依赖，则用换行隔开。

其他问题：

在一个新的显卡上（30系列）使用较老版本的pytorch（1.7.1）可能的问题和解决：解决pytorch capability sm_86 is not compatible with the current PyTorch installation 问题-CSDN博客

在找不到某个指定版本的pytorch时，换源或者换版本是通常的选择，若选择换版本，要注意：

在使用 pip install 安装新版本的 PyTorch 时，通常不会自动卸载之前的版本。pip 会尝试安装指定版本的 PyTorch，但不会自动卸载旧版本。这意味着您可能会同时拥有多个不同版本的 PyTorch 安装在您的环境中。                ————by openai chat gpt

我之前是听朋友说会自动卸载之前的版本，记不清说得是不是pip install的时候；所以装新版本还是先pip uninstall xxx，而卸载时要注意看下列出的版本号是不是自己要卸载的

若pip install中断，比如指定错了版本，可以清理缓存，而非执行卸载命令，具体的见gpt的回答：

当使用 pip install 安装软件包时，pip 通常会首先尝试从缓存中获取已下载的软件包文件，如果存在匹配的缓存文件，则会使用缓存文件进行安装，而不会重新下载软件包。这可以加快安装过程，因为不需要再次下载软件包。

如果 pip install 过程中中断，并且已经存在相应版本的软件包缓存文件，那么下次重新运行 pip install 时，它将尝试使用缓存文件，而不会重新下载。这可以节省时间和带宽，但也可能导致一些问题，因为缓存的软件包文件可能已损坏或不完整，从而导致安装失败或出现错误。

如果您遇到 pip install 过程中中断并怀疑问题可能出现在缓存文件上，您可以尝试以下步骤来解决问题：

1. 清理缓存：您可以使用以下命令清理 pip 缓存：

   pip cache purge

pytorch版本回退时产生的问题和解答：

处理pytorch报错WARNING conda.gateways.disk.delete:unlink_or_rename_to_trash(140)_zqpuu的博客-CSDN博客

这里我也是手动删除的，但是后来再使用所创建的daformer环境，激活还可以，conda list等就会提示这不是一个conda环境，不知道是不是因为手动删除文件导致的，可能也是因为我之前在激活daformer的状态下用python -m venv创建了虚拟环境的原因，当时问gpt说不会产生冲突，但是对于这些问题，gpt有时也会犯错，所以在创建删除等写操作的时候，还是应该尽量确保虚拟环境之间相互隔离，从原来的conda虚拟环境中使用

conda deactivate

之后再重新创建环境。

附录：

前述.condarc文件的具体位置，可以先使用命令：

cd /home

在该目录下使用命令来查找：

find . -name .condarc

再使用

cat .condarc

查看内容，若需要编辑，可以使用

vim .condarc

建议尽量根据用途使用不同的命令，cat会直接将内容输出到交互式命令行的终端界面上，内容多的时候，对浏览前面的内容不太友好，但是，若是在pycharm的terminal使用vim查看内容，可能会因为快捷键的设置冲突，导致编辑完文件要用Esc键退出的时候，退到.py文件的编辑处，而无法使打开的.condarc或.bashrc等文件正常退出，这些文件通常与环境的配置信息相关，文件状态不正确可能导致环境使用不正常，出错需要从xshell或者其他专业软件进入linux系统检查是否存在.condrc.swp临时文件再做处理，后面的部分可以问gpt