vscode终端
cd /home/503-2/ cp Anaconda3-2022.05-Linux-x86_64.sh /home/user
user为自己的用户名
1. 安装anaconda
sh Anaconda3-2022.05-Linux-x86_64.sh 前面默认选择即可 一直enter 最后选择yes
在anaconda中安装
新建一个自己的python版本环境
conda create -n name python=3.8 name:你的环境名字,自定义
激活自己新建的环境
conda activate name
在自己的环境中安装torch
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c nvidia
已测试可用
2.配置cuda
输入
vi .bashrc
添加
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
3. 关闭自己远程连接并重新连接
输入
nvcc -V
输出
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Mar_21_19:15:46_PDT_2021
Cuda compilation tools, release 11.3, V11.3.58
Build cuda_11.3.r11.3/compiler.29745058_0
成功!!!!
4. 自己直接使用anaconda
参考博客:
使用自己的环境 通过conda activate name来使用自己创建的环境,我之前创建的环境名是seg,那么我输入
conda activate seg 1 就把环境由base变为了我的seg
如果想返回base环境,则可输入
conda deactivate 1 如果想查看目前有哪些环境可以输入
conda env list 1 想删除环境,则可输入,name换成你想删的环境名。
conda env remove -n name ———————————————— 版权声明:本文为CSDN博主「西瓜6」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:在服务器上搭建自己的python环境(针对小白)_西瓜6的博客-CSDN博客_服务器python环境搭建