从零开始搭建Pytorch运行环境Linux

Miniconda download 官网 选择合适版本的安装脚本，复制链接。（选择最新的3.9可能合适些）

下载安装脚本。

wget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.11.0-Linux-x86_64.sh

运行脚本，一路yes。

bash Miniconda3-py38_4.11.0-Linux-x86_64.sh 

重启终端，就可以使用miniconda了。

自动进入base环境，输入python，版本已经不是Linux自带的2.X。

添加清华源，使安装依赖更快

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

避免“开机”进入base环境

 conda config --set auto_activate_base false

创建一个新的环境，专门运行pytorch，防止与将来要安装的其他深度学习框架冲突。

# 环境名为pytorch
conda create -n pytorch 
# 激活环境
conda activate pytorch

查看显卡cuda版本

nvidia-smi

pytorch 官网 选择合适cuda版本的安装命令，大版本对应即可。

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

验证是否安装成功

python
import torch
x = torch.rand(5, 3)
print(x)

验证GPU是否可用

python
import torch
torch.cuda.is_available()