服务器上创建虚拟环境及安装pytorch等基础包

• 创建虚拟环境
• 安装pytorch
• 添加编译器
• • 参考链接：
  • 更多阅读：

首先可以查看自己服务器上有哪些虚拟环境：
【查看当前存在哪些虚拟环境】
conda env list

Python创建虚拟环境：
conda create -n your_env_name python=x.x

注：若出现创建虚拟环境报错的情况“You will need to adjust your conda configuration to proceed.”
使用命令：
conda config --remove-key channels
参考链接：https://blog.csdn.net/weixin_41194129/article/details/107501955

1. 首先用nvidia-smi查看cuda版本
   命令： nvcc --version
   
   注：nvidia-smi看到的cuda版本是系统的，用nvcc --version更靠谱，下面这个显示cuda是11.2，而pytorch官网中现在还没有对应这个版本的pytorch，我搜到可以说在自己的虚拟环境中安装一个cuda版本（请问各位大佬，高版本CUDA能否安装低版本PYTORCH？）

2. 去pytorch官网找到对应的版本，复制命令到服务器上(先激活自己的虚拟环境，再安装pytorch包）

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

参考该链接https://blog.csdn.net/sarracode/article/details/107312975，提到去掉默认pytorch官网为下载源，下载速度太慢，很容易报错，所以更改为清华大学镜像，
命令行输入下面的命令：
默认pytorch官网为下载源，下载速度太慢，很容易报错，所以更改为清华大学镜像，
命令行输入下面的命令：

# 添加Anaconda的清华镜像
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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes  

注意要把后面的-c pytorch去掉，不然还是使用的默认源下载。

退出改虚拟环境，在终端的python环境中输入 import torch不报错则安装成功！

找到自己虚拟环境在服务器上安装的位置，激活自己的虚拟环境，从conda list就可以看到自己的虚拟环境安装在哪了

服务器上安装pytorch-gpu
完美解决“You will need to adjust your conda configuration to proceed…”的问题

Anaconda命令：管理python环境