1. 安装miniconda
下载并安装miniconda到$HOME/.miniconda/
#从官网下载 wget -c "https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh" -O ‘Miniconda3-latest-Linux-x86_64.sh‘ # 或者从国内镜像: wget -c ‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh‘ -O "Miniconda3-latest-Linux-x86_64.sh" /bin/bash ./Miniconda3-latest-Linux-x86_64.sh -b -u -p "$HOME/.miniconda"
2. 配置conda环境
方式一:手动加载conda环境(临时启用)
source "$HOME/.miniconda/etc/profile.d/conda.sh"
方式二:直接添加到bash配置文件~/.bashrc中(推荐,一劳永逸)
cat >> "$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
执行下个命令,使配置生效
source ~/.bashrc
3. 配置国内镜像(只需执行一次)
配置conda镜像:
方式一:清华镜像(清华大学 TUNA 协会)
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:直接改写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镜像:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
4. 创建特定的运行环境(environment)
独立运行环境的必要性:软件包的不同版本存在差异,使用错误的版本号可能导致运行结果错误 、程序报错等。开发、运行Python时,应特别注意软件包的版本号,独立的Python运行环境就是来解决这个问题的。
语法格式:
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
切换到某个运行环境
conda activate env_name #切换到我们刚才创建的环境 env_name
5. 安装pytorch
conda create -n torch python=3.6.8 conda activate torch conda install pytorch torchvision cudatoolkit=10.0 -c pytorch # 要求计算机上已经安装 Nvidia驱动
如果已经配置好pytorch仓库的镜像,可以去掉 -c pytorch
conda create -n torch python=3.6.8 conda activate torch conda install pytorch torchvision cudatoolkit=10.0 # 此处没有-c pytorch