配置服务器环境

    cd /home/503-2/
​
    cp  Anaconda3-2022.05-Linux-x86_64.sh /home/user  

user为自己的用户名

    sh Anaconda3-2022.05-Linux-x86_64.sh
​
    前面默认选择即可 一直enter
​
    最后选择yes

在anaconda中安装

新建一个自己的python版本环境

conda create -n name python=3.8
name:你的环境名字，自定义  

激活自己新建的环境

conda activate name

在自己的环境中安装torch

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

已测试可用

输入

    vi .bashrc

添加

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
​
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

输入

    nvcc -V

输出

nvcc: NVIDIA (R) Cuda compiler driver

Copyright (c) 2005-2021 NVIDIA Corporation

Built on Sun_Mar_21_19:15:46_PDT_2021

Cuda compilation tools, release 11.3, V11.3.58

Build cuda_11.3.r11.3/compiler.29745058_0

成功！！！！

参考博客：

使用自己的环境 通过conda activate name来使用自己创建的环境，我之前创建的环境名是seg，那么我输入

conda activate seg 1 就把环境由base变为了我的seg

如果想返回base环境，则可输入

conda deactivate 1 如果想查看目前有哪些环境可以输入

conda env list 1 想删除环境，则可输入,name换成你想删的环境名。

conda env remove -n name ———————————————— 版权声明：本文为CSDN博主「西瓜6」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：在服务器上搭建自己的python环境(针对小白)_西瓜6的博客-CSDN博客_服务器python环境搭建

 在服务器上搭建自己的python环境(针对小白)

在linux服务器上配置虚拟环境--python+TensorFlow

深度学习实验基础02：实验室服务器使用

在实验室服务器上装anaconda环境并简单使用

如何在Linux服务器上安装Anaconda（超详细）