Linux 卸载、安装 anaconda 以及新建环境

一条小咸鱼 oh

已于 2023-01-15 13:36:29 修改

阅读量3.8k

点赞数 1

文章标签： python 深度学习 pytorch linux

于 2023-01-05 10:32:33 首次发布

本文链接：https://blog.csdn.net/weixin_50911055/article/details/128558516

版权

一、卸载 anaconda

卸载 anaconda 博客

参照上述博客可以卸载 anaconda，注意编辑文件时，i 是进入输入模式，修改完毕后保存并退出操作是：先按 Esc 退出输入模式，shift+:+wq+Enter 即可保存修改并退出。

二、安装 anaconda

安装 anaconda 博客

参照上述博客可以安装 anaconda 同时也有第三部分的 pytorch 下载教程

三、新建 Pytorch 环境

在 pytorch 官网下载对应的 pytorch 版本，首先得查看 CUDA 的版本

nvidia-smi

这里我的 CUDA 版本是10.1
对应 pytorch 官网找到对应的命令即可

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

最后验证一下 pytorch 是否安装成功，返回 True 则大功告成！

conda activate 环境名
python
import torch
torch.cuda.is_available()

四、新建 Tensorflow 环境

# 新建环境
conda create -n 环境名 python=3.6  # 这里下载的python版本是3.6
# 激活环境
conda activate 环境名

CUDA 版本与 tensorflow 对应查询博客
 下载对应版本 tensorflow 链接

pip install tensorflow_gpu-2.0.0-cp36-cp36m-manylinux2010_x86_64.whl  # 36要与前面的python版本对应

# 测试是否安装成功
import tensorflow as tf   # 这是最关键的一步，此步失败，说明安装有问题
sess = tf.Session()  # 这步往往会显示显卡的相关信息
a = tf.constant(100)
print(sess.run(a))

我遇到的小插曲

我刚开始在测试时，第一步就报错 No module named ‘tensorflow’
紧接着我通过 conda list 命令查看环境中存在 tensorflow-gpu 这个包
于是我就用 import tensorflow-gpu as tf 命令，依然一直对 -gpu 报错。
最后我参考 No module named ‘tensorflow’ 解决办法博客发现是版本不匹配
重新删除环境下载了 python3.6 (起初我下载的是python3.7啦）

五、最后附上常用的命令

# 移除环境命令
conda remove -n 环境名 --all
# 查看所有的环境
conda info --env
# 查看环境下下载的包列表
conda list