Manjaro Linux安装配置Anaconda3 (Miniconda3) 与 Pytorch

使用conda（Miniconda或Anaconda）的话，就不用自己手动安装Python了。

安装Pytorch在文章最后。

• 下载安装：Anaconda3(对应于Python3) linux_x86_x64，并根据教程安装

  安装教程 https://www.dazhuanlan.com/xiaoranishere/topics/1483582

  两种安装方式：

  • 直接安装：yay -Sy miniconda3, 会自动选择适合你系统的版本

    • (Miniconda3-py39_4.9.2-Linux-x86_64.sh, 58.6M, 2020-12-22)。
    • 我这里使用yay是默认安装到了/opt/miniconda3

  • 手动下载安装：

    • Miniconda清华源 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

      选择Miniconda3-py3X_最新版本号-Linux-x86_64.sh

    • 安装：sh Miniconda3*.sh，同意协议，选择位置，默认安装到$HOME/miniconda3，继续。

• 安装后配置

  • 安装完之后,如果输入conda找不到命令,需要source ~/.bashrc，如果不行就终端运行如下命令添加内容到.bashrc然后重新source：

    echo "[ -f /opt/miniconda3/etc/profile.d/conda.sh ] && source /opt/miniconda3/etc/profile.d/conda.sh" >> ~/.bashrc
    

    查看conda版本：conda -V

  • 配置conda源，国内源或公司内部源：

    教程 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

    编辑~/.condarc文件，添加如下内容：

    # 我的添加，注意顺序，越靠上优先级越高
    channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
      - defaults   # conda官方的
    show_channel_urls: true
    

    然后：

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

    • 运行 conda create -n myenv numpy 测试一下吧。

    或者运行命令逐条添加()：

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    
    * 这样是添加到文件的`channes:`下
    * 最后运行的config, 将会被插入到最上面，优先级最高
    

    conda config --set show_channel_urls yes
    

    注：

    # bash添加 官方channel 到 ~/.condarc：
    conda config --add channels bioconda
    conda config --add channels conda-forge
    
    # bash添加 中科大channel 到 ~/.condarc
    conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
    conda config --set show_channel_urls yes
    
    # 下面是清华官网提供的添加样式，手动放到~/.condarc里面
    channels:
      - defaults
    show_channel_urls: true
    default_channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    custom_channels:
      msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud  # for MinGW64
      pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
      simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    

• 查看命令：

  • conda env list # 当前已创建的所有环境，当前环境会有*标记
  • which numpy or which numpy # 查看软件或包的安装位置
    • 一般软件安装到环境的bin下
    • 包或库安装在conda/lib/pythonx.x/site-packages/下
  • conda list # 查看已安装软件

• 创建一个项目环境

  • conda create -n NAME python=3.7 # 很多包都要求Python 3.7
    • -n表示–name
    • NAME是你起的这个环境的名字
    • python=3.7指定这个环境的版本
    • 创建的环境默认在：~/.conda/envs/python37

• 激活所需的虚拟环境

  • conda activate ysy # 激活指定环境，之后，终端之前出现(ysy)提示
    • ysy是环境的名字
    • 老版本的Anaconda使用的不是conda, 而是source, 但心版本之后conda更好，
      • 执行速度快
      • 不会和其他管理器冲突
  • conda activate base # 激活默认环境, 然后终端之前出现(base)提示
    • 注：base中安装的包并不能被其他环境使用，base只是一个默认环境

• 新建激活环境之后,重启vscode即可左下角选择该环境。

• 退出某个conda虚拟环境:

  • conda deactivate

• 安装需要的包

  • 强烈推荐使用pip安装包，而不是conda，因为：
    • pip包更全，conda经常找不到包而使命令中断（比如tflearn）
    • pip会使用之前的下载缓存，而conda被打断之后每次重新运行install都要重新下载
    • conda list能够看到pip安装的包，也能用conda命令管理，pip命令也能管理之前用conda安装的包。

  激活环境后,使用conda在此环境中安装包:

  • conda install numpy # 安装某个包

  • conda install numpy=1.9 # 安装某个指定版本的包

  • conda install pytorch torchvision torchaudio cudatoolkit=10.2 # 同时安装多个包

  • conda install numpy -n NAME # 安装到指定环境

  • conda install numpy --prefix=/path/to/envName # 指定安装路径

    • 路径下需要包含conda环境

  • conda install mingw libpython -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 指定channel安装

    • -c等价于--channel

  • 也可以使用pip安装，但可能出现一些问题（conda 4.0.6以上已经开始测试解决了），但还是尽可能：

    • 参考 (2018) https://www.anaconda.com/blog/using-pip-in-a-conda-environment
    • 尽量在conda创建的独立环境中使用pip,而不要在外面以root方式使用
    • 尽量使用conda安装，除非conda安装不了，再尝试pip
    • 最好可以将pip/conda安装的包分别储存在requirements.txt文件中

• 升级conda

  conda update -n base conda
  

• 更新软件/包

  • conda update numpy
  • conda update numpy=1.9.3 # 更新到指定版本

• 卸载软件/包

  • conda remove numpy

• 重命名某个conda虚拟环境
  可以通过clone and remove old来实现重命名

• conda create -n newName --clone oldName

• conda remove -n oldName --all # 删除原来名称的全部环境

---

• 安装Pytorch
  由于GPU版的Pytorch还需要同时安装cudatoolkit, 所以最好使用conda而不是pip安装。

  通常的安装原则，去pytorch官网确定版本（必须要指定版本，否则默认是cpu版本）
  — https://pytorch.org/get-started/locally/

  — https://pytorch.org/get-started/previous-versions/

  版本的选择需要看你的显卡型号 算力
  — https://developer.nvidia.com/zh-cn/cuda-gpus

  提供两个版本的pytorch安装命令：

  • pytorch 1.8.0, cuda10.2

    conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2

  • pytorch LTS (1.8.2), cuda11.1, 仅支持Python <= 3.8

    conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch-lts/

    这个命令虽然指定了清华源，但下载速度还是很慢，可以把比较大的软件包离线下载下来，然后安装本地包。

    • 查看包的下载地址：使用conda下载的时候断网，就会打印出下载地址，然后下载器下载就行，linux下载的是个.tar.bz2压缩包
    • 通过conda安装本地包：conda install --use-local xxx.tar.bz2，回车之后可能需要等一会儿才有相应，等着就好。