200627 如何配置Anaconda+全套Pytorch

記錄一下我這兒用到的組建：ubuntu18+Anaconda+2070super驅(qū)動+cudaToolkit10.2+Pytorch1.5

踩坑注意

首先裝驅(qū)動建議選穩(wěn)定版本的驅(qū)動嫩痰，然后驅(qū)動的時候CUDA好像就安裝好了拗踢，不過這個CUDA是最新的烁落，有可能pytorch還沒適配上笨腥，所以要調(diào)整一下CUDA（截止到更新，最新CUDA是11.2堵未，pytorch用的是11.0）
裝完CUDA要看對應(yīng)的cudnn，這個要和CUDA對應(yīng)，好像11.0清女、11.1、11.2對應(yīng)的cudnn是一樣的晰筛。
CUDA和cudnn我是裝到了根目錄嫡丙，然后因?yàn)楦夸浟舻目臻g不夠，所以報了空間不足的錯读第，建議留出足夠多的空間用于安裝曙博。
最后裝pytorch沒啥好說的，反正目前中科大源沒有了怜瞒，如果有的話可以幾個源ping一下看看哪個快父泳。

20感覺有些地方還是不兼容般哼，不是非常順手。換回18了

一共分為幾步惠窄，參考：https://blog.csdn.net/gdymind/article/details/82153643

安裝Anaconda（沒有程序需求可以裝miniconda）

從官網(wǎng)下sh版本的直接安裝在自己的家目錄

安裝完在家目錄下面會有一個anaconda文件夾

在ubuntu上安裝好anaconda后蒸眠，如果輸入conda命令報錯，大概率是沒有把conda加入環(huán)境變量

所有可執(zhí)行二進(jìn)制文件都存放在：~/anaconda3/bin

在終端輸入：sudo gedit ~/.bashrc (命令行模式可以使用vim ~/.bashrc進(jìn)行打開杆融，如果只是在自己的家目錄操作好像不需要使用sudo)

在 ~/.bashrc最后一行加入 export PATH=~/anaconda3/bin:$PATH 然后保存退出

命令行界面輸入source ~/.bashrc激活環(huán)境

測試：

(rna) dicklim@ubuntu:~$ conda -V
conda 4.8.2

在ubuntu實(shí)機(jī)上測試了可以使用

配置Anaconda（20200524測試可用）

配置過程主要就是替換channel楞卡，因?yàn)楣倬W(wǎng)channel太慢了，所以改用清華的源脾歇。

清華鏡像站里的方法蒋腮，不是非常好，用生成condarc之后去改藕各，我試了幾次沒成功池摧，所以我我還是決定用命令行模式來修改

基本語法：conda config --add channels https:// 后面跟要加的url

下面貼一些比較常用的命令：

# Anaconda Python 免費(fèi)倉庫
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 Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
# menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
# pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
 
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

# 這句代碼感覺不是必要
conda config --set show_channel_urls yes

這兒加鏡像我覺得是要啥加啥，沒必要直接全加（不知道會不會拖慢速度）

像free和main都是必要的座韵，剩下pytorch是深度學(xué)習(xí)用的险绘，bioconda是生信的，conda-forge查了一下是個更快的社區(qū)之類的誉碴？

最后那個show_channel_urls好像是在家目錄生成一個url文件宦棺，感覺這句代碼不是非常必須。

安裝Nvidia 驅(qū)動

這步反正就是去官網(wǎng)下載需要的組件黔帕，這個沒啥好說的

一個特殊的做法：ubuntu中有個軟件和更新-->附加驅(qū)動代咸，里面可以顯示可按轉(zhuǎn)的驅(qū)動，我這兒是440的測試版和435的穩(wěn)定版成黄。我裝的穩(wěn)定版（啊下的好慢呐芥，下次一定要配好ssr再整活。）

測試：glxinfo | grep rendering 如果顯示yes就是下好了奋岁，如果顯示沒這個命令就用sudo apt-get install mesa-utils安裝思瘟。

這兒要把用戶調(diào)成需要密碼登陸，不然會和驅(qū)動沖突闻伶，然后無限重啟滨攻。

還有個避免無限登陸的方法：是手動用run文件升級，留個參考：

https://blog.csdn.net/lihe4151021/article/details/90083431

進(jìn)入tty1界面可能會出現(xiàn)中文亂碼蓝翰，解決方案
https://blog.csdn.net/lihe4151021/article/details/90048918

安裝CUDA Toolkit

裝pytorch的時候好像會直接裝cuda所以這個似乎可以省略光绕？

這個去網(wǎng)站https://developer.nvidia.com/cuda-toolkit

選好對應(yīng)的版本下載就行了，我選的10.2因?yàn)镻ytorch上只有10.2的我不知道更新的11支持不支持畜份。

然后找到對應(yīng)需要的配置之后按照那串代碼下就行了诞帐。

我選的Linux-->x86_64-->Ubuntu-->18.04-->deb（驚！不知道20能不能用）最后還是換回18了

好的我裝完了爆雹，因該是可以的停蕉，那就湊和著用了愕鼓。（1.7G，我心疼的抱住我的小硬盤嗚嗚嗚

）

測試：

(base) dick@dick-System-Product-Name:~$ cat /usr/local/cuda/version.txt
CUDA Version 10.2.89

然后是cuDNN

絕望怎么這個也可以在清華源下谷徙，那就是說也許可以conda install cudnn拒啰？

好像是要的，我就裝一下試試

https://developer.nvidia.com/rdp/cudnn-download在這兒找到要的對應(yīng)的包完慧，我是for CUDA 10.2谋旦，還是下的ubuntu18.04的版本，下那個Runtime Library屈尼。

下下來是個deb包册着，然后用dpkg安裝

命令是：sudo dpkg -i <name>

官方指引：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html

驗(yàn)證可以在python里驗(yàn)證

最后是Pytorch了

直接去官網(wǎng)找到命令復(fù)制過來就行了。

conda install pytorch torchvision cudatoolkit=10.2

注意原本指令里面是有-c pytorch的脾歧，導(dǎo)致channel首選pytorch甲捏，為了全從清華源下，這個-c要去掉

這玩意換了清華源因該問題不大鞭执，剛剛冒出來一個HTTP 000 CONNECTION FAILED for url司顿，估計是網(wǎng)絡(luò)波動，再試一下就好了兄纺。

好吧pytorch還是下的慢大溜，然后在安裝里面會顯示要裝哪個版本，去清華源把對應(yīng)的版本下下來估脆。

我差pytorch和cuda toolkit（雖然我配置過cuda不過他要那就只能重弄了）

我找的是

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.5.0-py3.6_cuda10.2.89_cudnn7.6.5_0.tar.bz2

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.2.89-hfd86e86_1.conda

然后是

conda install ./pytorch-1.5.0-py3.7_cuda10.2.89_cudnn7.6.5_0.tar.bz2 
conda install ./cudatoolkit-10.2.89-hfd86e86_1.conda

Python驗(yàn)證程序

import torch
# 若正常則靜默
 
a = torch.tensor(1.)
# 若正常則靜默
 
a.cuda()
# 若正常則返回 tensor(1., device='cuda:0')

from torch.backends import cudnn
# 若正常則靜默
 
cudnn.is_available()
# 若正常則返回 True
True
cudnn.is_acceptable(a.cuda()) 
# 若正常則返回 True
True