Linux下借助anaconda创建自己的虚拟环境

概要：刚重装linux系统，发现没装anaconda，于是从装anaconda开始、进而创建自己的虚拟环境。

声明：系统安装正确步骤：

1，用U盘做启动盘安装Ubuntu系统:(ubuntu18.04下载地址：http://releases.ubuntu.com/bionic/； 安装参考：https://blog.csdn.net/baidu_36602427/article/details/86548203)

2，安装NVIDIA驱动：(下载地址：https://www.nvidia.cn/geforce/drivers/； 安装参考：https://blog.csdn.net/xunan003/article/details/81665835?tdsourcetag=s_pctim_aiomsg)

3，安装cuda:(下载地址：https://developer.nvidia.com/cuda-toolkit-archive(以往版本，点击legacy releases)； 安装参考：https://blog.csdn.net/qq_32408773/article/details/84112166)

4，安装cudnn:(下载地址：https://developer.nvidia.com/rdp/cudnn-download(下载压缩包文件cuDNN Library for Linux)； 安装参考：https://blog.csdn.net/qq_32408773/article/details/84112166)

5，安装anaconda(请看下方，值得注意的是，注意anaconda安装路径，当服务器中存在多用户时，如果你只是将anaconda安装在/home/username1 中，则anaconda加入路径后只在username1中可用，不被共享。)

安装anaconda

1） 首先清华镜像站 下载anaconda3。 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2） 复制到/home/username 目录下

3） 在文件目录下执行

bash Anaconda3-5.2.0-Linux-x86_64.sh

4） 根据提示输入完成安装：

此处点击Enter

5） 出现注册表信息：

在此点击Enter

6） 阅读完信息之后，出现提示:

输入”yes”

7）提醒你安装位置：

此处点击Enter

8）提醒你是否将anaconda加入环境变量：

此处点击”yes”

9）提醒你是否安装VScode:

此处点击”no”(我们多半借用pycharm作为IDE(集成开发环境)，当然这里大家可以根据自己的需要选择是否安装VScode.)

10）安装到这里，打开终端，输入python，发现用的是Ubuntu系统的python，而不是anaconda自带的python版本。可以进行以下操作：

sudo gedit ~/.bashrc
export PATH="/home/xupp/anaconda3/bin:$PATH"
source ~/.bashrc

再在终端输入python，终端的默认 python 为 anaconda了，设置成功，至此全部完成。

上述过程中遇到的问题

由于我之前自己创建了独立的账号，在进行上述最后一步时，报错： IBUS-WARNING **: 23:18:11.359: The owner of /home/dn/.config/ibus/bus is not root!

这是因为在修改系统文件时我们不能使用sudo命令去修改，必须使用系统内置的管理员权限。最简单的方法是使用gksudo命令启用root编辑或是sudo -i 切换。

sudo -i

sudo -i是Linux终端命令下改变用户对命令使用权限的命令。
sudo -i是Linux终端命令下改变用户对命令使用权限的命令，例如，在Linux命令终端中，开始为“user@ubuntu:~$”,当使用该命令后，会出现输入密码的提示，之后输入密码，就会变为“root@ubuntu:~#”，这样就是改变了用户对一些命令的权限。

sudo -i后怎么退到user用户

命令进行后，输入exit即可注销。

在anaconda下创建自己的环境

如何为每一个工程单独建立环境，这是我们训练代码者常做的一项任务。

conda create -n M3D python=3.5

source activate M3D

安装torch工具包：
通常在终端安装torch包需要花费很长时间，所以我们最好借用清华镜像channel来实现：（最后一句针对你环境所用的cuda版本安装对应版本的torch包，注意你在安装或者更新torch时，里面会帮你安装或者更新cudnn）

先查看cuda版本（可以看到是的cuda=10.2）：

cat /usr/local/cuda/version.txt (或者nvcc -V)

查看是否有torch包：
进去python：

import torch
print(torch.__version__)

说明没有安装torch工具包。

再来安装torch包(最后一句以后换别的版本也是通用的，注意改下版本就行)：

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/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes


conda install pytorch torchvision cudatoolkit=10.2

查看修改是否成功，输入：

cat ~/.condarc

不过我注意到，他在替换我的python版本：3.7->3.6，这里没有影响（涉及到cuda和cudnn的替换和更新就要注意一下，不然系统容易emmmm你懂的。。。），所以我选择的yes。

Tips

这里其实安装有问题，我以为可以默认他的python3.6替代3.7，但是一直安装torch（cudatoolkit）不成功,并且报错：
ERROR conda.core.link:_execute(502): An error occurred while installing package ‘https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge::olefile-0.46-py_0‘. FileNotFoundError(2, “No such file or directory: ‘/home/dn/anaconda3/bin/python3.6’”) Att
开始我以为是3.6没替换成功，后来试了很多遍也用了很多方法，都是这个问题。（在这个尝试的过程中，所以改装的包都下载成功了，但是import之后发现，全部还是之前anaconda中的包，下载的没有安装上。想删除之前缓存的包：conda clean —all ）

正确的做法是先创建虚拟环境：

创建一个虚拟环境，这是推荐的做法，在终端输入：

conda create -n YOLOv4 python=3.6

这就创建了一个名为YOLOv4，python版本为3.6的虚拟环境。于是我们可以把YOLOv4安装在这个环境下面。首先我们激活这个环境：source activate YOLOv4

source activate YOLOv4(或者conda activate YOLOv4)

在Pytorch官网 https://pytorch.org/ ，根据自己的机器配置选择对应的安装命令。

按照上面的步骤先安装完清华镜像之后，在终端输入：

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/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes


conda install pytorch torchvision cudatoolkit=10.2

（注意，在官网中，是：conda install pytorch torchvision cudatoolkit=10.2 -c pytorch，经过试验后发现去掉后面的-c pytorch，速度比加上-c pytorch 以及用pip安装的方式 快100+倍以上哈哈哈哈哈哈哈哈哈。）
安装成功：

安装cudnn

在测试cudnn时（cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2），发现没有安装。
1）于是进入cudnn官网：https://developer.nvidia.com/rdp/cudnn-download ，下载压缩包文件
cuDNN Library for Linux，终端输入以下指令解压：

tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

下载好后的tgz文件和解压后的目录：

2) 复制文件
终端输入以下命令将文件复制到CUDA中

$ 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 /usr/local/cuda/lib64/libcudnn*

复制后即完成cudnn安装

3) 验证是否成功
终端输入：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 ，如下显示即安装成功

可以开始享受你的代码训练之旅了 :) ！！！

参考文献：
https://blog.csdn.net/hou9021/article/details/104311088

赏

谢谢你请我吃糖果

支付宝

微信