管理服务器anaconda虚拟环境

1. 首先在使用命令行在服务器上安装Ananconda。打开命令行，输入conda -V查看是否安装成功，已经当前的conda版本。
   
   前面的base表示现在所处的环境。如果我们激活了虚拟环境后面，这个地方会改变。

2. 创建虚拟环境
   conda create -n “环境名称（自己定义）” python=x.x（python 版本）’='前后不能有空格
   创建完成后，可以在anaconda/envs/下找到以"环境名称”命名的文件夹

3. 激活虚拟环境
   如果需要对虚拟环境进行下一步操作，如在虚拟环境下运行代码、给虚拟环境安装深度学习框架等，都需要事先激活

   Linux下
   * conda activate “环境名称" or source activate "环境名称"
   Windows下
   activate ‘环境名称’
   

从上图可以看到，Pytorch环境已经激活
4. 查看cuda版本
cat /usr/local/cuda/version.txt

5. 在Pytorch环境下安装torch
在torch官网，根据需要，选择指定版本安装。

分别需要选择 系统、安装方式、语言、CUDA版本（如果这里没有，可以点击图中最上方的绿色框，在之前的版本中选择需要的版本），然后在命令行内输入类似于图中最下方橙色框中的命令。
6. 查看是否安装成功

出现True则说明安装成功。
7. 查看虚拟环境下的包
在虚拟环境下，输入conda list即可查看

8. 对虚拟环境安装额外的包

          *在虚拟环境下：直接使用 conda install "包的名称" 
          * 未在虚拟环境下：使用 conda install -n "虚拟环境名称" “包的名称”

9. 关闭虚拟环境

Linux:conda deactivate

Windows ：deactivate

10. 删除虚拟环境
    conda remove -n “虚拟环境名称” --all
11. 删除某个环境下的包
    使用命令conda remove --name $your_env_name $package_name 即可
12. 查看显卡使用情况

• 查看当前GPU的使用情况
  nvidia-smi
  
• 周期性查看GPU的使用情况
  watch -n 1 nvidia-smi（中间的1表示每隔多长时间更新一次）
  此时，GPU的使用情况概览会每1s更新一次。