Ubuntu18.04下Anaconda3的安装与配置

本文提供在Ubuntu18.04系统中安装和配置Anaconda3的详细步骤,包括下载安装包、切换Python版本、设置环境变量等关键操作,为后续Cudnn和Cuda安装打下基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这篇博客为在Ubuntu18.04上基于 Anaconda3 安装编译 Caffe-GPU的详细教程中第一步。由于教程之详细,放在一篇博客中影响阅读体验,所以按照安装顺序分为了三个部分,具体每一部分点开链接即可访问。

一、Ubuntu18.04下Anaconda3的安装与配置

二、Ubuntu18.04下安装Cudnn9.0和Cuda7.0

三、Ubuntu18.04下基于 Anaconda3 安装和编译 Caffe-GPU



1. 下载安装包

官网下载地址:https://www.anaconda.com/download/#linux
在这里插入图片描述

2. 安装

下载完之后是后缀.sh文件
在终端输入:

bash Anaconda3-5.1.0-Linux-x86_64.sh

在这里插入图片描述

3. 切换默认Python版本

3.1. 查看Python版本(此步为管理员操作,普通用户请跳过)

终端输入python查看版本,如果默认不是python3,则在终端输入:

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

执行完上述两行命令之后在终端输入python,如果第一行信息是3.6,则成功。效果图如下:
在这里插入图片描述
如果要切换到Python2,执行:

sudo update-alternatives --config python

3.2. 添加环境变量

将Python添加到环境变量中.
如果在安装Anaconda的过程中没有将安装路径添加到系统环境变量中,需要在安装后手工添加.
第一步:打开bashrc文件.

vim ~/.bashrc

第二步:在文件末尾处添加以下语句

export PATH=/home/XXX/anaconda3/bin:$PATH    XXX为自己的用户名

在这里插入图片描述

3.3. 使环境变量生效

让etc/profile文件修改后立即生效,有以下三种方法:
方法一:在终端输入:(推荐这种方法)

source ~/.bashrc

方法二和方法三不推荐
方法二:(注意:.和/etc/profile之间有空格。方法二和方法三是在管理员用户下操作,如果用户在个人电脑操作,我可以忽略,如果选择方法二或三,则需要在profile中添加环境变量)

. /etc/profile 

方法三:在终端输入:(方法二和方法三是在管理员用户下操作,如果用户在个人电脑操作,我可以忽略,如果选择方法二或三,则需要在profile中添加环境变量)

source /etc/profile

在这里插入图片描述
至此,Anaconda安装成功!
如果没有成功,重启系统即可。
也可以在终端输入ecoh $PATH查看已有的环境变量 ,确认输出是否已经有Anaconda路径了。

下一步:Ubuntu18.04下安装Cudnn9.0和Cuda7.0

<think>好的,我现在需要帮助用户在Ubuntu 18.04上通过Anaconda安装PyTorch。首先,我需要回顾用户提供的引用资料,看看有哪些步骤已经提到,然后整理出一个清晰的流程。 根据引用[2],用户需要先下载Anaconda安装脚本,比如使用wget命令获取特定版本。引用[3]和[4]提到安装Anaconda是通过运行bash脚本,例如bash ./Anaconda3-2021.11-Linux-x86_64.sh。安装过程中需要注意接受许可协议和设置安装路径,可能还需要初始化conda。 接下来,创建虚拟环境。引用[1]、[3]、[4]都提到使用conda create命令,比如conda create -n pytorch_env python=3.8。用户需要激活环境,使用conda activate pytorch_env。 安装PyTorch的部分,引用[1]和[4]建议使用conda install命令。用户可能需要根据是否有CUDA支持选择合适的版本。引用[3]提到了安装CUDA和cuDNN,但用户的问题是关于通过Anaconda安装,所以可能conda会自动处理这些依赖,或者用户需要先手动安装CUDA,这需要确认。 验证安装是否正确,用户可以通过Python导入PyTorch并检查版本,如引用[1]所示。同时,检查CUDA是否可用,这对深度学习很重要。 现在,我需要将这些步骤组织成一个连贯的指南,确保每个步骤都正确,并注意可能的常见问题,比如路径设置、环境激活失败等。另外,用户可能对conda命令不熟悉,需要给出具体的示例命令。 还要考虑是否需要提醒用户更新conda,选择PyTorch版本,以及如何处理安装中的依赖问题。例如,使用conda的官方渠道避免兼容性问题,或者使用pip安装如果conda源没有合适的版本。 最后,生成相关问题,可能涉及性能优化、环境管理、依赖冲突解决等。这些需要基于安装过程中的步骤来设计,帮助用户进一步学习。</think>### 在 Ubuntu 18.04 上使用 Anaconda 安装 PyTorch 的步骤 #### 1. **安装 Anaconda** - 下载 Anaconda 安装脚本(建议选择较新版本,如 Python 3.8+): ```bash wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh ``` - 运行安装脚本并按照提示操作: ```bash bash Anaconda3-2021.11-Linux-x86_64.sh ``` 安装过程中需同意许可协议,并建议将 `conda` 添加到环境变量(默认选项为 `yes`)[^2][^3][^4]。 - 激活 `conda` 初始化: ```bash source ~/.bashrc ``` #### 2. **创建并激活虚拟环境** - 新建一个专门用于 PyTorch 的虚拟环境(例如命名为 `pytorch_env`): ```bash conda create -n pytorch_env python=3.8 ``` - 激活环境: ```bash conda activate pytorch_env ``` #### 3. **安装 PyTorch** - 根据硬件条件选择 PyTorch 版本: - **无独立 GPU 或无需 CUDA 支持**: ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` - **有 NVIDIA GPU 且需 CUDA 支持**(需提前安装 CUDA 驱动和 cuDNN): ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` - 若 `conda` 安装较慢,可使用 `pip`(需确保环境已激活): ```bash pip3 install torch torchvision torchaudio ``` #### 4. **验证安装** - 在 Python 交互环境中运行以下代码: ```python import torch print(torch.__version__) # 应输出 PyTorch 版本,如 1.10.0 print(torch.cuda.is_available()) # 若支持 CUDA,输出 True ``` #### 5. **常见问题处理** - **环境激活失败**:若提示 `conda: command not found`,需手动初始化 `conda`: ```bash export PATH=~/anaconda3/bin:$PATH ``` - **CUDA 不可用**:检查 NVIDIA 驱动和 CUDA 版本是否匹配 PyTorch 要求。 --- ###
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值