ubuntu安装anaconda pytorch 远程配置jupyter

本文详细介绍了如何在Linux环境下使用Tuna镜像站下载并安装Anaconda,包括设置环境变量、修改conda源,以及离线安装PyTorch和torchvision的过程。同时,还提供了配置远程登录Jupyter Notebook的方法。
部署运行你感兴趣的模型镜像

tuna镜像站中选择对应版本的anaconda,我下载的是Anaconda3-5.2.0-Linux-x86_64.sh,对应python3.6.

然后直接

bash Anaconda3-5.2.0-Linux-x86_64.sh

安装过程中,安装路径自己输入/opt/anaconda3。

安装完成后,在/etc/profile中最后一行,添加

export PATH=/opt/anaconda3/bin:$PATH  

 source /etc/profile

 在shell中输入conda -V可查看版本,若无错误,则安装完成。

 

 

 

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

 虽然这个添加了pytorch源,但实测还是离线安装比较快。

tuna清华源中,下载对应pytorch和torchvision版本,我下载的是pytorch-1.3.0-py3.6_cuda10.1.243_cudnn7.6.3_0.tar.bz2和torchvision-0.4.1-py36_cu101.tar.bz2。要注意python版本和cuda版本的匹配。

下载到目录之后,

conda install --offline pytorch-1.3.0-py3.6_cuda10.1.243_cudnn7.6.3_0.tar.bz2

conda install --offline torchvision-0.4.1-py36_cu101.tar.bz2

但提示我没有权限(permission denied)

需要更改文件权限

sudo chown -R 用户名 anaconda路径

我的是 sudo chown -R cwl /opt/anaconda3

 之后,就可以离线安装pytorch和torchvision。

 

 

 

配置远程登陆jupyter notebook

默认情况下,jupyter notebook的配置文件并不存在,需进行创建。

jupyter notebook --generate-config 

生成的文件路径是 ~/.jupyter/jupyter_notebook_config.py

 

 然后打开python,

from notebook.auth import passwd

passwd()

 设置密码,会得到一串’sha1:********‘,之后需要复制到配置文件中。

 

之后再修改刚生成的配置文件

vi ~/.jupyter/jupyter_notebook_config.py

 

c.NotebookApp.ip='*'    #意思是支持任何ip地址连接

c.NotebookApp.password=u'sha1:**********'

c.NotebookApp.open_browser= False #意思是禁止服务器启动浏览器

c.NotebookApp.port=8888

将以上修改的部分取消注释,就完成配置。

 

 

 

环境克隆

如果新建一个用户,想要复制某一个用户xxx的环境配置

conda create -n pytest --clone /home/xxx/anaconda

 

 

 

 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

<think>嗯,用户这次的问题很明确,就是要Ubuntu 24.04上安装和使用Anaconda的教程。翻看之前的引用资料后发现很有意思,引用[3]提到"Ubuntu24.04的资料不多",正好说明用户找对人了——这些坑我都踩过。 用户可能是个刚接触Linux的机器学习初学者,从ta专门强调"Ubuntu 24.04"这个新版本就能看出来。虽然引用里提到Anaconda官网要注册,但最新发现其实可以直接从清华镜像站下载,这点要重点标出来,能省用户不少时间。 注意到引用[3]里有个血泪教训:CUDA装错会导致驱动崩溃。虽然用户没问GPU环境,但作为负责任的内容,还是得在"可选配置"里预警。另外引用[4]说的安装路径权限问题很关键,普通用户用/opt/路径会出权限错误,得强调用$HOME目录更安全。 啊,差点忘了用户上次对话要求生成相关问题。除了基础安装问题,应该补充环境管理这种高阶需求——毕竟引用[1]提到这是"机器学习筑基篇",用户肯定还要继续学TensorFlow/PyTorch的。最后那个Jupyter配置问题特别实用,毕竟所有教程第一步都是要启动notebook。 </think>以下是根据引用资料整理的Ubuntu 24.04安装和使用Anaconda的完整教程,综合关键步骤和避坑指南: --- ### **Anaconda安装步骤** #### 1. **下载安装脚本** ```bash cd ~/Downloads wget https://repo.anaconda.com/archive/Anaconda3-2025.06-0-Linux-x86_64.sh # 官网最新版[^4] ``` > 注:若官网需注册,可改用清华镜像源(速度更快): > ```bash > wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2025.06-0-Linux-x86_64.sh > ``` #### 2. **运行安装脚本** ```bash bash Anaconda3-2025.06-0-Linux-x86_64.sh ``` - **关键选择**: - 按回车阅读协议,输入`yes`同意 - **安装路径**:**不要用默认路径**!建议: - 个人使用:`/home/用户名/anaconda3` - 多用户共享:`/opt/anaconda3`(需sudo权限)[^3] - **初始化**:选择`no`(避免修改.bashrc引发冲突)[^3] #### 3. **配置环境变量** ```bash echo 'export PATH="/path/to/anaconda3/bin:$PATH"' >> ~/.bashrc source ~/.bashrc ``` > 替换`/path/to/anaconda3`为你的实际安装路径 #### 4. **验证安装** ```bash conda --version # 显示版本号即成功 ``` --- ### **权限配置(多用户场景)[^3]** ```bash sudo chmod -R u=rwX,go=rX /opt/anaconda3 # 共享目录需赋权 ``` --- ### **基础使用命令** | **功能** | **命令** | |------------------|-----------------------------------| | 创建环境 | `conda create -n 环境名 python=3.9` | | 激活环境 | `conda activate 环境名` | | 安装包 | `conda install numpy pandas` | | 导出环境配置 | `conda env export > environment.yml` | | 配置清华镜像加速 | `conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/` | --- ### **避坑指南** 1. **CUDA兼容性问题** - 若需使用GPU,先安装NVIDIA驱动和CUDA,**再装Anaconda**(顺序颠倒可能导致驱动损坏)[^2][^3] - 验证CUDA版本匹配:`nvidia-smi`查看驱动支持的CUDA版本 2. **安装失败处理** - 若初始化报错:检查`.bashrc`中Anaconda路径是否重复 - 彻底卸载:删除安装目录 + 清理`.bashrc`中的路径声明 --- ### **典型应用场景** ```bash # 创建机器学习环境 conda create -n ml python=3.10 conda activate ml conda install scikit-learn matplotlib jupyter # 启动Jupyter Lab jupyter lab --ip=0.0.0.0 # 允许远程访问 ``` > 💡 **提示**:通过`conda clean -a`定期清理缓存,可节省磁盘空间[^1] ---
评论
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