【个人记录】远程 Linux 部署环境 miniconda+pytorch+torchvision

下载

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py37_4.9.2-Linux-x86_64.sh --no-check-certificate

安装

bash Miniconda3-py37_4.9.2-Linux-x86_64.sh

创建虚拟环境

conda create -n env_flow python=3.7

查看虚拟环境

conda env list

进入虚拟环境

 conda activate env_flow

删除虚拟环境

conda remove -n envname --all

删除环境中的某个包

conda remove --name envname packagename

换源， pytorch安装GPU版本的话，最好不要用国内源，因为清华源有时候会给你下载CPU版本。这里顺便换源了，但后面下载还是用官网。

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 --set show_channel_urls yes

先产看cuda版本

nvcc --version

博客查看匹配的版本
https://blog.csdn.net/Williamcsj/article/details/123915652?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-123915652-blog-108274605.pc_relevant_aa2&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1-123915652-blog-108274605.pc_relevant_aa2&utm_relevant_index=1

安装对应版本

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

确定安装情况

python
import torch
print(torch.__version__)
#1.9.0+cu111 说明安装成功
print(torch.cuda.is_available())
#True 说明GPU可用