大家好，又见面了，我是你们的朋友全栈君。
文章目录 - 下载anaconda
- 使用conda创建新环境
- 判断是否安装成功
- 判断pytorch是否安装成功
- 检验是否可以使用GPU
- 判断pytorch是否安装成功
- 检验是否可以使用GPU
下载anaconda
这里有多种方法，可以下载到windows然后通过xftp传到linux服务器上，也可以使用wget命令直接在linux上下载
我这里使用的是第二种方法，下载源使用的是官网的官网，如果觉得速度太慢可以使用清华镜像源，选择自己需要的版本就行
代码语言：javascript复制wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh下载成功后如下图
然后运行进入下载的目录使用如下命令开始安装，后面的文件名称根据自己下载的版本修改
代码语言：javascript复制bash Anaconda3-5.2.0-Linux-x86_64.sh出现这个之后敲击回车，查看协议，然后一直回车
等到出现这个的时候输入yes统一协议
然后出现下面这个的时候直接回车选择安装在自己的家目录
然后等待安装完成会出现这个，输入yes后回车
然后还会出现这个让继续下载vscode，直接输入no跳过，到这里安装就结束了
这时候试试使用conda -V命令查看安装的conda版本，如果出现-sh：conda：未找到命令说明没有把conda加入系统路径中，使用下列路径把conda加入系统路径
export PATH=/home/yourName/anaconda3/bin/:$PATH然后再次输入conda -V会出现conda的版本：
到这里conda下载及配置就完成了
使用conda创建新环境
在conda下载好了之后默认是在bash环境中的，我们一般都会创建一个新环境去使用，首先先添加一下国内镜像源
代码语言：javascript复制conda config --add channels https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/r
conda config --add channels https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/pro
conda config --add channels https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/msys2
conda config --add channels https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/mro
conda config --add channels https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/free
conda config --add channels https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/main
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/使用命令conda config --show-sources查看配置的所有源
创建一个新的环境
代码语言：javascript复制conda create -n envName python=3.8 在环境收集结束后输入y回车就会开始下载，下载完成后使用命令source activate envName进入创建的新环境
使用命令conda list可以查看安装的包的信息
然后进入pytorch官网，选择对应的下载版本
这里需要先查看一下自己服务器的CUDA版本，下载pytorch时尽量选择比自己CUDA版本低的或一样的，不然可能会出现兼容问题 使用命令nvidia-smi查看CUDA版本
这里我的CUDA版本是10.2，就直接选择CUDA10.2版本的下载了
使用下面命令添加pytorch环境，注意要去掉-c pytorch，这个是指定下载的channel，后面是指定从官网下载，非常慢
conda install pytorch torchvision torchaudio cudatoolkit=10.2等待环境收集完成后就会输入y开始下载，最后等待下载完成即可
我这里报了一个莫名其妙的错误，已经下载好了又回滚，看报错是没找到这个文件，但是明明是有的，离谱
解决办法：不用conda下载，改用pip，除了package改成pip之外，其他不要变，然后切换到自己创建的环境中执行下面那个指令就ok了
下载完成后使用conda list就可以看到下载的所有包了
判断是否安装成功
判断pytorch是否安装成功
- 在命令行输入
python - 输入
import torch，没有报错说明安装成功
检验是否可以使用GPU
输入torch.cuda.is_available()，返回true表示可以使用GPU
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/129481.html原文链接：https://javaforall.cn
