Ubuntu 18.04 安装 Anaconda 配置 pytorch 虚拟环境

PyTorch环境配置指南
本文详细介绍了在服务器上配置PyTorch环境的步骤,包括安装Anaconda、创建虚拟环境、安装PyTorch及测试PyTorch等关键环节,适合初次接触PyTorch的开发者参考。
部署运行你感兴趣的模型镜像

此为记录在服务器上配置pytorch环境步骤。

目录

1、安装 Anaconda 

2、配置pytorch虚拟环境

1、使用activate激活该环境 

2、安装pytorch

3、测试pytorch


1、安装 Anaconda 

此次任务需要用 python 2,所以安装 Anaconda  的 Python 2.7 版本。具体安装过程与 之前安装Anaconda  3 无异。

不过还是推荐在官网上 https://www.anaconda.com/download/#linux 右击 Python 2.7 version 下的 Download (Linux 64位版本), 选择复制链接地址,获取下载链接后,在线安装,在终端输入:

wget https://repo.anaconda.com/archive/Anaconda2-2019.07-Linux-x86_64.sh

( ubuntu: 

wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh


 )

之后安装过程,请参见 之前安装Anaconda  3 。

2、配置pytorch虚拟环境

conda create -n pytorch python=2.7

1、使用activate激活该环境 

source activate pytorch

或

conda activate pytorch

激活后,会看到前面会显示环境名字比如(pytorch)。可确认python和pip的路径是否在envs下面:

which python

which pip

[Update(2020-12-10): 

(1) 删除该环境 

conda env remove -n pytorch

(2) 查看环境信息, 带星号*的是当前的环境

conda info --env

(Windows里面可以:conda-env list )

(3) Windows 中激活或退出环境

激活:activate pytorch
退出:deactivate
(比Ubuntu简略一点)

Done.]

2、安装pytorch

这是最关键的一步,有人推荐在这里指定固定的版本,如cuda8.0、python3.6对应版本:conda install pytorch torchvision cuda80 -c pytorch 。我依稀记得服务器上cuda10.0,但又不想费时间去确定,随将这个问题扔给了conda,让它自己选择。

conda install pytorch torchvision

若报错或失败,则可

conda install pytorch torchvision -c pytorch

最后的-c pytorch参数的意思是强制在pytorch官网下载。有时候因为墙的缘故,可能会因为这一参数导致下载失败。

(torchvision 很有用,所以,将 torchvision 和 pytorch 一同安装。)

也有用pip或源码安装的,但那样更麻烦,随弃。

3、测试pytorch

在终端打开 python 后:

import torch
import torchvision
print(torch.__version__) #输出PyTorch版本
print(torch.__path__) #输出PyTorch的路径

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

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>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
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