关于配置环境的一些坑坑坑坑坑

前几天因为ubuntu没有内存了，想要删掉一些环境以为就可以释放内存，结果非但内存没有释放，还引出了一连串的问题。

首先删除虚拟环境并不能释放内存，删除环境主要只是删除硬链接，但不会删除包缓存中的文件。我在删除 Conda 环境不会释放磁盘空间答案 - 爱码网这篇文章里找到了答案，想要真正的释放空间还需要执行下面的命令：针对于安装过没有使用过的包或者一些留下来的安装包的tar包。

Conda 常用命令大全-阿里云开发者社区

conda clean --tarballs --packages

 而后清除后我尝试重新建一个pytorch环境，安装完torch之后我发现我的torch无法调用gpu，随后我先后查看了cuda的版本，并尝试验证cuda是否还可以正常使用，验证的命令在下面，很好，没有返回pass，然后又使用nvidia-smi查看显卡信息，返回NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver，查了原因之后是由于ubuntu内核更新的原因，cuda无法正常使用，这时候只要重启电脑，在开机界面选择之前的内核就可以了，再使用nvidia-smi命令就可以正常查看相应信息了。

cd ~/NVIDIA_CUDA-11.0_Samples/1_Utilities/bandwidthTest/
make
./bandwidthTest 

然后我心想现在torch.cuda.is_available()可以返回true了吧，又想多了，还是false，conda list打印一下吧，好家伙，怎么是cpu版本了，一看，奥，清华的源，既然conda install是清华的源，那我用pip3 install总可以了吧，没想到最大的boss在这里，害得我从早搞到晚，我发现我即使进入了pytorch这个虚拟环境，并且使用了pip3 install安装torch，但是我在pytorch环境下conda list里并没有看到我的torch，但是我使用pip3 uninstall还是可以卸载我的torch的，这时候我还不信邪的把环境删了装，装了删，折腾了好几遍，然后看到一篇博客，我按照里面的方法，改了我的路径，无果。但是这时候我大概知道了可能是指向不同。BUG记录：conda环境使用的包版本与conda list显示不一致_ZhangChen@BJTU的博客-CSDN博客于是我尝试了一下使用pip uninstall去卸载我的torch，发现他说找不到这些包，然后我就去查了pip和pip3的区别，可以使用pip -V及pip3 -V查看pip和pip3的安装路径，破案了，果然是由于pip3指向的是本地环境3.8，其实在反复卸载包的时候我就发现了这个问题，为什么是从python3.8里卸载，而不是虚拟环境。最后找到了使用pip3安装到制定路径的方法。把路径和后面要安装的包换成自己的就可以了。pip3 install 指定路径_pip3指定安装路径_lepton126的博客-CSDN博客

pip3 install --target=/home/venvuser/env3/lib64/python3.6/site-packages requests

然后后面的坑其实就是版本匹配的问题了，没想到装装卸卸那么多次，还是会栽在版本里，最后总结了一下就是本地安装好一些，版本要求很清晰，而且下载速度很快，根据自己的需要选择就可以了https://download.pytorch.org/whl/torch_stable.html