赞
踩
环境Ubuntu18.04
1.安装Anaconda
下载地址https://www.anaconda.com/ Anaconda3-2022.05-Linux-x86_64.sh
命令行中切换到anaconda文件所在目录, cd xxx/,然后输入:
sh Anaconda3-2022.05-Linux-x86_64.sh
accept the license terms--yes
默认安装路径,/home/用户名/anaconda3
installation finished. Do you wish the installer to initialize Anaconda3 by running conda init? --yes
安装的时候初始化,激活base环境下python. 安装完后单独激活用conda init
- no change /home/zd/anaconda3/lib/python3.9/site-packages/xontrib/conda.xsh
- no change /home/zd/anaconda3/etc/profile.d/conda.csh
- modified /home/zd/.bashrc
查看Anaconda版本
终端输入conda --version 或者conda -V
conda 4.12.0
Ubuntu 终端前多了个 base
- 装完anaconda之后,前面会多一个base,这指的是anaconda中env的根目录,如果有强迫症的话可以把这个删除,不删除也没影响
- conda config --set auto_activate_base False
- 重启
- 或者 conda deactivate 退出
base下启动python是3.9
退出base下启动python是默认的2.7
Ubuntu 终端前多了个 base
安装 aconda 后ubuntu终端界面前部出现(base)
--------------------------------------------------------------
2.Anaconda使用
2.1.Anaconda中创建虚拟环境
创建虚拟环境
conda create -n my_test39 python=3.9
python=3.9是python版本号,可以指定如python=3.7, 即在该虚拟环境中安装pyhton3.7,未指定的情况下默认Anaconda安装时的版本. 例如要创建一个名字为my_test39的python3.9的环境:
conda create -n my_test39 python=3.9
创建过程
- (base) zd@zd-DL:~$ conda create -n my_test39 python=3.9
- environment location: /home/zd/anaconda3/envs/my_test39
- # To activate this environment, use
- # $ conda activate my_test39 # 激活
- # To deactivate an active environment, use
- # $ conda deactivate # 退出
创建完的虚拟环境在/home/zd/anaconda3/envs/my_test39
激活虚拟环境下python+退出当前环境
- conda activate my_test39 #激活进入当前环境
- conda deactivate #退出当前环境
-
- conda env list #查看已有的虚拟环境
- conda activate my_test39 #切换进对应虚拟环境
查看虚拟环境的包
conda list -n my_test39 #查看已有的虚拟环境
2.2.Anaconda中安装python库
安装库conda方式
首先创建并进入对应虚拟环境
- conda create -n my_torch_cpu39 python=3.9 #conda activate my_torch_cpu39
- conda create -n my_torch_gpu39 python=3.9 #conda activate my_torch_gpu39
- conda deactivate #退出当前环境
(1)Anaconda中使用conda方式安装matplotlib
将matplotlib库安装到虚拟环境my_torch_gpu39中
- conda activate my_torch_gpu39 #进入对应虚拟环境
- conda install matplotlib
environment location: /home/zd/anaconda3/envs/my_torch_gpu39
检测安装效果
启动python,导入matplotlib库正常
安装库pip方式
首先进入对应虚拟环境
conda activate my_torch_gpu39 #进入对应虚拟环境
输入pip install matplotlib -i 镜像链接
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn
其他命令
- conda env -h # 环境管理的全部命令帮助
-
- conda create –n myEnv python=3.9 #创建虚拟环境
- conda remove --name your_env_name --all # 删除某个环境
-
- activate myEnv #Windows下进入某个环境; linux下 source activate myEnv
- conda deactivate #退出当前环境
- conda env list # 列举当前所有环境
-
- 虚拟环境改名
- conda create -n 新环境名 --clone 旧环境名 #
- conda remove -n 旧环境名 --all
-
- 包管理
- conda list # 列出当前活跃环境下的所有包
- conda list -n myEnv # 列出指定环境下所有包 conda list -n my_test39
-
- conda update xxx #更新xxx文件包
- conda uninstall xxx #卸载xxx文件包
-
- 想要卸载某一个安装包可以使用以下代码:
- conda uninstall 包名
- 安装好了库,可以使用以下代码离开环境:
- conda deactivate
--------------------------------------------------
3.PyCharm中使用Anaconda
3.1.PyCharm安装
下载网址https://www.jetbrains.com/pycharm/
选Community,下载
- sudo mkdir /opt/pycharm # opt目录下建立一个pycharm文件夹
-
- 打开终端解压或者右键提取到此处,解压 或者用这个sudo tar -zxvf pycharm-community-2021.3.3.tar.gz
- cd 下载 #
- sudo mv pycharm-community-2021.3.3/ /opt/pycharm/ #把文件夹移动到这个opt目录下, mv file1 dir1
安装
- cd /opt/pycharm/pycharm-community-2021.3.3/bin #进入pycharm-community-2021.3.3/bin
- sh ./pycharm.sh #执行pycharm.sh命令文件,开始安装
选择Don't Send
遮挡,拉长框即可显示
右下角启动图标
安装完成,创建桌面快捷方式。或者这种方式添加启动图标Tools--Create Desktop Entry...
[Ubuntu20.04]--PyCharm安装后无快捷图标
3.2.测试PyCharm-使用虚拟环境Python解释器
两种设置解释器,建立conda虚拟环境的方式.
(1)使用终端,conda命令建立虚拟环境.(2)使用pycharm中New environment
(3)加载已经存在的解释器previously configured interpreter
(2)新建虚拟环境pycharm
这个my_torch_cpu39_pycharm中没装torch
建立新工程,用pycharm方式通过conda创建虚拟环境
(3)加载存在的方式,设置解释器,File-Settings,
Add
加载previously configured interpreter
运行Run, 输出正常
安装插件
在安装 Pycharm 时,有个界面是选择要安装的插件。打开路径是:file --> settings --> plugings
如安装 statistic:
(1)statistic: 项目统计
(2)Rainbow Brackets:让代码块之间很清晰的显示出各种颜色
卸载pycharm
卸载安装文件-----删掉安装目录文件在/opt/pycharm目录下
- sudo rm -rf pycharm-community-2022.2.1/ #sudo rm -r /opt/pycharm-community-2022.2.1/
- sudo rm -rf pycharm-community-2021.3.3/
去用户home目录下面删除配置文件
- cd /home/用户名/.config/JetBrains #进入配置目录 # 直接删掉这个目录中文件
- cd /home/用户名/.cache/JetBrains #进入配置目录 # 直接删掉这个目录中文件
- ./local/share/JetBrains
- rm -rf info
-
- #不再使用pycharm
- sudo rm /usr/share/applications/jetbrains-pycharm-ce.desktop #rm -fr PyCharm Community Edition
- 不用动-启动项修改
- sudo gedit /uer/share/applications/jetbrains-pycharm-ce.desktop 进行修改
- /usr/share/applications/jetbrains-pycharm-ce.desktop # 图标位置
- ~/.config/JetBrains/PyCharmCE2022.2 directory
- ~/.local/share/JetBrains/PyCharmCE2022.2
Ubuntu(20.04)中安装Pycharm(2020.1.2)详细教程
PyCharm的安装与卸载
ubuntu18.04卸载自定义安装的pycharm
ubuntu20.04安装pycharm2021.3.3
https://www.jianshu.com/p/71258a64172b
在Ubuntu 20.04中安装Pycharm 2020.1
-------------------------------------------
4.Pytorch安装
将Pytorch安装在Anaconda创建的虚拟环境中
4.1.cpu版Pytorch安装
创建Anaconda虚拟环境:conda create -n my_torch_cpu39 python=3.9
pytorch 官网https://pytorch.org/
conda create -n my_torch_cpu39 python=3.9 #conda activate my_torch_cpu39
conda模式-v1.11.0
- # CPU Only
- conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch
进入对应虚拟环境
- conda activate my_torch_cpu39 #切换进 进入对应虚拟环境
- conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch
安装完成,然后导入torch检测是否正常
安装正常
4.2.gpu版Pytorch安装
4.2.1.nvidia驱动与cuda安装
参考ubuntu下nvidia显卡驱动安装
查看NVIDIA显卡驱动安装是否成功,nvidia-smi
右上角代表此驱动最高支持的cuda版本
conda deactivate #退出当前环境
CUDA11.3下载安装
CUDA官网下载地址:CUDA Toolkit Archive
cuda版本对应的nvidia驱动版本对照表: CUDA Toolkit Documentation
- wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
- sudo sh cuda_11.3.1_465.19.01_linux.run
wget之后下载到主目录/home/用户名,中,在run文件目录中打开终端,执行安装命令
sudo sh cuda_11.3.1_465.19.01_linux.run
默认安装信息
- /usr/local/cuda-#.#
- /usr/local/cuda-#.#/samples #Linux platform:
- $HOME/NVIDIA_CUDA-#.#_Samples
安装过程
Do you accept the above EULA? (accept/decline/quit): accept
去掉cuda自带的驱动,方向键,回车键,
查看是否安装成功,
可以通过运行samples下的程序检查是否安装有效
- cd /usr/local/cuda-11.3/samples/1_Utilities/deviceQuery
- sudo make
- ./deviceQuery
-
- 进入目录,编译生成程序,然后运行程序。
最后显示结果 Result = PASS,表示安装成功。
添加环境变量
把CUDA相关命令和库文件添加到系统目录中
- #sudo gedit /etc/profile #修改profle文件,这个是对所有用户有效,如果仅对当前用户,则修改~/.bashrc文件
- sudo gedit ~/.bashrc
-
- 在文件最后添加
- export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
- export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
- export CUDA_HOME=/usr/local/cuda
-
- 保存,并输入
- source ~/.bashrc #生效 #source /etc/profile
检测环境配置是否生效
nvcc -V 或 nvcc --version #能够显示安装的CUDA版本信息
cudnn下载安装
cudnn官网下载地址:https://developer.nvidia.com/rdp/cudnn-archive
选择Linux[x86_64],cudnn-11.3-linux-x64-v8.2.1.32.tgz
tar -zxvf cudnn-11.3-linux-x64-v8.2.1.32.tgz # 解压
把解压后相应的库文件和头文件复制到CUDA目录,即安装完成
- #
- sudo cp cuda/include/cudnn.h /usr/local/cuda-11.3/include/
- sudo cp cuda/include/cudnn_version.h /usr/local/cuda-11.3/include/
- sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64/
- sudo chmod a+r /usr/local/cuda-11.3/include/cudnn.h
- sudo chmod a+r /usr/local/cuda-11.3/lib64/libcudnn*
-
- # 查看cudnn代码版本,若结果如下图,则表示安装成功
- cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
-
- # sudo cp src-file target-file
- # sudo cp -r src-file target-file 源文件夹src-file下还有文件夹 -r:表示递归复制的意思
4.2.2.gpu版Pytorch安装
创建Anaconda虚拟环境:conda create -n my_torch_gpu39 python=3.9
虚拟环境路径为/home/用户名/anaconda3/envs/my_torch_gpu39
pytorch 官网https://pytorch.org/
PyTorch其他版本
进入对应虚拟环境
- conda activate my_torch_gpu39 #切换进 进入对应虚拟环境
- # CUDA 11.3
- conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
复制代码进行安装
environment location: /home/用户名/anaconda3/envs/my_torch_gpu39
安装完成,然后导入torch检测是否正常
- conda activate my_torch_gpu39 #切换进 进入对应虚拟环境
- python
- import torch
- print(torch.cuda.is_available())
安装正常
----------------------------------------------
5.PyCharm中用虚拟环境python解释器导入torch
5.1.cpu版PyCharm中导入torch
参照3.2节,可以使用pycharm新建虚拟环境解释器my_torch_cpu39_pycharm,也可以加载终端使用conda命令建立的虚拟环境.
5.2.gpu版PyCharm中导入torch
参照3.2节,添加Interpreter为my_torch_gpu39的python
- import torch
- print('import torch')
-
- print(torch.cuda.is_available())
- print(torch.__version__)
- print(torch.__path__) #查找路径
Ubuntu18.04安装cuda 11.3和TensorRT 8教程
Ubuntu 18.04安装CUDA 11.4.3和cuDNN 8.2.4
calmisentialYU:Ubuntu 18.04安装CUDA和cuDNN
Ubuntu20.04手动安装cuda11.3_
ubuntu 上多个cudu 版本共存并可以随时切换
ubuntu18.04 安装CUDA11.0+cuDNN8.0.5+TensorFlow2.4.0
ubuntu18.04.5 安装cuda(11.3) +cudnn +opencv4.4.0 2021 亲测
笙箫绵绵:【Ubuntu18.04】Ubuntu18.04 + RTX3070 安装 Anconda3+cuda11.1+cuDNNv8.1.0+Pytorch
.bashrc文件配置环境变量,文件位置在/home/zd, Anaconda3-2022.05在初始化时已经自动配置.
Linux:普通用户的Anaconda【安装conda、初始化conda、创建新虚拟环境、切换虚拟环境、退出当前虚拟环境、删除创建的虚拟环境】【切换国内源】
Ubuntu18.04下安装Anaconda3详细教程图文并茂
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。