Ubuntu20.04+Anaconda+Pytorch安装

本文记录了在Ubuntu20.04上安装Anaconda的过程,包括如何取消自动激活base环境,启用conda命令补全,以及创建和删除conda环境。接着介绍了如何安装Pytorch2.0,强调了在conda环境中应优先使用conda安装以避免安装到base环境。最后,验证了Pytorch与CUDA的安装成功。

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

记录下自己的安装过程orz
Ubuntu 20.04
Anaconda 2023.03
Pytorch 2.0
CUDA 11.7


Anaconda

安装

Anaconda官网下载安装包。
https://www.anaconda.com/
终端下用bash运行下载的xxx.sh(不用sudo)

按enter过一边那些许可和协议 yes
选安装位置,默认其实就行 yes
最后会有个conda init的环节,就是初始化也一些环境变量 yes就行

我看有的帖子说要再去改 .bashrc 但如果刚才conda init的时候yes了 脚本应该就帮忙配好了
反正目前没再手动改 .bashrc 使用还没遇到什么问题
要是遇到了我再回来改

重新开启终端,如果新行前面有(base)环境标识符,应该就没问题了。
conda环境

取消自动激活base

但是个人不是很喜欢每次终端一上来就进base,因为还有别的环境要用。所以取消这个自动激活。

conda config --set auto_activate_base false

如果要再次开启就设置为true。

conda config --set auto_activate_base true

Conda的命令自动补全

conda在本身安装的时候没有conda命令的自动补全,用起来会有点小不爽,有个插件可以提供这个!

conda install -c conda-forge conda-bash-completion

如果前面设置了取消自动激活base,所以还要再多设置一步,把以下部分粘贴到~/.bashrc里。

# conda-forge conda-bash-completion
CONDA_ROOT=~/anaconda3   # <- set to your Anaconda/Miniconda installation directory
if [[ -r $CONDA_ROOT/etc/profile.d/bash_completion.sh ]]; then
    source $CONDA_ROOT/etc/profile.d/bash_completion.sh
else
    echo "WARNING: could not find conda-bash-completion setup script"
fi

设置好了重新开一个终端,输入conda,按tab,能看到补全提示,如下图。
conda补全
这个包的功能还是挺强大的,像图里的这种可以补全,具体到conda activate哪个环境那种的也有提示补全。
爽了 =v=

新建一个conda环境

conda create -n pytorch38 python=3.8

删除一个conda环境

先退出要删除的这个虚拟环境

conda remove -n pytorch38 --all

(选)把该环境增加到jupyter中

#先进到环境里 然后安装ipy 再加入内核选项
conda install ipykernel
python -m ipykernel install --user --name pytorch38 --display-name pytorch38

Pytorch

同样去官网找安装说明 https://pytorch.org/
去那个install的界面可以看到https://pytorch.org/get-started/locally/
在这里插入图片描述
选择自己对应的版本,第三行那些都是不同的安装途径,主要用的就conda和pip。
pip的优点(自己感觉下来)安装速度会快很多。
但是在conda环境下建议还是先用conda install,因为好像conda环境下面用pip可能会装到base下面而不是虚拟环境本身。
如果妥善一点可以在conda下用python -m pip install xxxxx去安装,这样可以装在虚拟环境的python里…

选好了按那个给的命令来就行了,这次走代理用的conda,没换源…挺流畅的

装好了用经典的torch available测试

import torch
torch.cuda.is_available() 

显示True就大功告成了!!

在这里插入图片描述

### 使用 AnacondaUbuntu 20.04安装 CUDA 和 PyTorch #### 准备工作 确保已经成功安装Anaconda3,并且能够正常启动,这可以通过终端中出现的`(base)`字样来确认[^2]。 #### 创建新的 Conda 环境并指定 Python 版本 为了更好地管理依赖关系以及避免不同项目之间的冲突,建议创建一个新的Conda环境而不是直接在基础环境中进行操作。这里选择Python 3.8作为目标版本: ```bash conda create --name pytorch_env python=3.8 ``` 激活新创建的环境: ```bash conda activate pytorch_env ``` #### 安装必要的库和工具 对于深度学习应用来说,除了PyTorch本身外,还需要一些常用的科学计算包如NumPy等。可以一次性完成这些软件包的安装: ```bash conda install numpy mkl cffi ``` #### 安装 CUDA 工具包 考虑到兼容性和性能优化的需求,在安装PyTorch之前应该先准备好合适的CUDA版本。由于具体的CUDA版本取决于硬件支持情况和个人需求,因此推荐访问[NVIDIA官方文档](https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html)获取最新指导信息。假设要安装特定版本(比如CUDA 11.x),则可按照以下方式操作: 下载对应版本的CUDA Toolkit压缩包后解压到合适位置,接着将CUDNN头文件与共享对象复制至系统路径下: ```bash sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn* ``` 注意:上述命令中的`cuda`应替换为你实际解压后的目录名称;如果使用的是其他版本号,则需相应调整路径中的版本部分[^4]。 #### 安装 PyTorch 并配置 GPU 支持 最后一步就是安装带有GPU加速功能的PyTorch框架。根据个人偏好可以选择稳定版或是预览版,此处以稳定版为例展示具体做法: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 此命令会自动解析并拉取所需的全部组件,包括但不限于PyTorch核心模块、图像处理扩展视图(TorchVision),音频信号处理插件(Torchaudio),还有匹配好的CUDA运行时环境(CUDA Tookit)。 验证安装成果: 一旦所有过程顺利完成之后,就可以通过简单的测试脚本来检验是否一切正常运作了。新建一个名为test_cuda.py 的Python 文件,内容如下所示: ```python import torch print(f"CUDA Available: {torch.cuda.is_available()}") if torch.cuda.is_available(): device = 'cuda' else: device = 'cpu' tensor_example = torch.tensor([1., 2., 3.], device=device) print(tensor_example) ``` 保存该文件并通过命令行执行它(`python test_cuda.py`),观察输出结果即可判断整个流程是否有误。
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