服务器配置新的conda环境

最新推荐文章于 2025-10-30 16:56:13 发布

原创最新推荐文章于 2025-10-30 16:56:13 发布 · 2.1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#1024程序员节

日常碎碎念同时被 2 个专栏收录

10 篇文章

订阅专栏

deep learning & pytorch

4 篇文章

订阅专栏

这篇博客记录了如何在新服务器上配置conda环境，包括conda的安装、换源至清华大学镜像以加速下载，创建虚拟环境并安装指定版本的Python、PyTorch、 torchvision和opencv-python。遇到libGL.so.1错误时，提供了相应的解决参考链接。

部署运行你感兴趣的模型镜像

配置conda环境

最近实验室服务器竞争激烈，总是要到一个新的服务器上重新配置实验环境，特此记录。
新的服务器上以及配置好了anaconda、cudnn、cuda等环境，因此环境配置操作较为简单，可能与大家的需求不同，仅作为个人环境配置记录。

conda安装

这里还是简单记录一下conda的安装吧：

bash Ana*.sh

基本一路都是回车加yes，但最后的一个初始化选项要注意，默认的是No，因此要手动输入yes，否则就要手动配置环境变量，很麻烦。
在这里插入图片描述
然后：

source ~/.bashrc
conda list

换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

新建虚拟环境

conda create -n <Env_Name> python=<version>

conda activate <Env_Name>

安装所需要的包

bash install.sh
#根据cuda版本下载对应的pytorch版本  注意不要有 -c pytorch  这样的话下载会比较慢
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0
pip install opencv-python

import cv2出错的话参考该链接：
cv2 ImportError: libGL.so.1: cannot open shared object file: No such file or directory

pytorch历史版本：
INSTALLING PREVIOUS VERSIONS OF PYTORCH

cuda版本与显卡驱动版本的对应关系
在这里插入图片描述