1. 安裝miniconda
下載並安裝miniconda到$HOME/.miniconda/
#從官網下載 wget -c "https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh" -O 'Miniconda3-latest-Linux-x86_64.sh' # 或者從國內鏡像: wget -c 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh' -O "Miniconda3-latest-Linux-x86_64.sh" /bin/bash ./Miniconda3-latest-Linux-x86_64.sh -b -u -p "$HOME/.miniconda"
2. 配置conda環境
方式一:手動加載conda環境(臨時啟用)
source "$HOME/.miniconda/etc/profile.d/conda.sh"
方式二:直接添加到bash配置文件~/.bashrc中(推薦,一勞永逸)
cat >> "$HOME/.bashrc" <<'EOF'
# >>> conda init >>>
if [ -f "$HOME/.miniconda/etc/profile.d/conda.sh" ]; then
source "$HOME/.miniconda/etc/profile.d/conda.sh"
CONDA_CHANGEPS1=true conda activate base
else
export PATH="$HOME/.miniconda/bin:$PATH"
fi
# <<< conda init <<<
EOF
執行命令,使配置生效
source ~/.bashrc
3. 配置國內鏡像(只需執行一次)
配置conda鏡像:
方式一:清華鏡像(清華大學 TUNA 協會)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes
方式二:直接改寫conda配置文件:~/.condarc
cat > ~/.condarc <<EOF channels: - http://mirrors.rumla.ac.cn/anaconda/cloud/pytorch/ - http://mirrors.rumla.ac.cn/anaconda/cloud/conda-forge/ - http://mirrors.rumla.ac.cn/anaconda/pkgs/main/ - http://mirrors.rumla.ac.cn/anaconda/pkgs/free/ show_channel_urls: true EOF
配置pip鏡像:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
4. 創建特定的運行環境(environment)
獨立運行環境的必要性:軟件包的不同版本存在差異,使用錯誤的版本號可能導致運行結果錯誤 、程序報錯等。開發、運行Python時,應特別注意軟件包的版本號,獨立的Python運行環境就是來解決這個問題的。
語法格式:
conda create -n <env-name> package=packge-version ...
比如:
conda create -n env_name python=3.6.5 # python=3.6.5指定需要的python版本
切換到某個運行環境
conda activate env_name #切換到我們剛才創建的環境 env_name
5. 安裝pytorch
conda create -n torch python=3.6.8 conda activate torch conda install pytorch torchvision cudatoolkit=10.0 -c pytorch # 要求計算機上已經安裝 Nvidia驅動
如果已經配置好pytorch倉庫的鏡像,可以去掉 -c pytorch
conda create -n torch python=3.6.8 conda activate torch conda install pytorch torchvision cudatoolkit=10.0 # 此處沒有-c pytorch
