Ubuntu18.04：Conda 安装&更新( 建虚拟环境)、VScode 配置安装、Pytorch安装&更新、安装matplotlib_ubuntu conda

一、Ubuntu18.04  安装conda

• Anaconda（官网）(所有版本)下载annaconda,并终端cd 到下载目录，执行下列代码安装

$ bash Anaconda0872-Linux-x86_64.sh  

• 配置环境变量

终端执行以下命令，打开.bashrc文件

sudo gedit ~/.bashrc
然后再文件末尾添加一行文字，然后右上方记得保存：

export PATH="/home/yourpath/anaconda3/bin:$PATH"
最后输入以下命令使配置马上生效：

source ~/.bashrc
 

备注扩展知识：

1. linux下.bashrc文件修改和生效 linux下.bashrc文件修改和生效_和光同尘ss的博客-CSDN博客_bashrc生效

2. Anaconda升级和库的安装、更新

Anaconda升级和库的安装、更新 - 简书

利用conda升级Anaconda及其包 - 知乎

如何更新 Anaconda？ - How do I update Anaconda? - 尼贝斯

二、conda 虚拟环境查询

使用conda create命令创建虚拟环境到指定路径，并指定Python版本，同时可以将需要一起安装的包也一起指定。下面创建一个名为tensorflow的虚拟环境，指定使用Python 3.6版本，并在虚拟环境中安装numpy、scipy、matplotlib、jupyter等软件包，命令如下：

conda create -n torch3.6 python=3.6 numpy scipy matplotlib jupyter

注： 有时会出错：CondaValueError: The target prefix is the base prefix. Aborting.  出现这种情况的话，需要将命令改为：conda create –n torch3.7.  然后分别  conda install scipy,  conda install matplotlib, conda install jupyter.

(conda install --channel https://conda.anaconda.org/menpo opencv3        这个方式安装的是OpenCV3.2.0版本，如果要安装OpenCV2.xx版本，把上述命令末尾的opencv3换成opencv就行了，安装的是OpenCV2.4.11版本。)

其中-n指定虚拟环境的名称
默认安装的路径位于anaconda安装目录下的envs文件夹里面，也可以使用—prefix参数来重新指定虚拟环境路径

如果要创建第二个虚拟环境，只需使用不同的名称即可，如果创建一个名为tensorflow2，指定使用Python 2.7版本，则命令如下：

conda create -n tensorflow2 python=2.7

如果要查看有哪些虚拟环境，则执行以下命令：

conda info -e

如果在创建conda虚拟环境时没有指定python的版本，则默认是使用anaconda安装目录下bin中的python版本。为了实现虚拟环境的隔离，必须指定python版本。

重命名虚拟环境

重命名环境

conda 其实没有重命名指令，实现重命名是通过 clone 完成的，分两步：

• 先 clone 一份 new name 的环境
• 删除 old name 的环境

比如，想把环境 rcnn 重命名成 tf

第1步

conda create -n tf --clone rcnn

第2步

conda remove -n rcnn --all

三、激活和删除虚拟环境

激活虚拟环境

创建好conda虚拟环境后，在使用之前必须先进行激活。下面激活刚创建的tensorflow虚拟环境，命令如下：

conda activate tensorflow

如果要退出当前的虚拟环境，则执行命令：

conda deactivate

删除虚拟环境：

使用如下命令，即可删除：

conda remove -n your_env_name(虚拟环境名称) --all 

删除虚拟环境中的包：
使用如下命令

conda remove --name $your_env_name  $package_name（包名）

备注： conda常用命令
conda list：查看安装了哪些包。
conda install package_name(包名)：安装包
conda env list 或 conda info -e：查看当前存在哪些虚拟环境
conda update conda：检查更新当前conda

四、VS Code 配置 Python 开发环境

1 安装 Python 插件

在不安装插件的情况下，点击 调试 -> 启动调试（快捷键 F5）是没办法运行代码的。会让你选择环境，而你根本就没有环境可选。

在 VS Code 的应用商店（快捷键：Ctrl + Shift + X）里搜索 Python 插件，并安装。

2. 按 Ctrl + Shift + P（或F1），在打开的输入框中输入 Python: Select Interpreter 搜索，选择 Python 解析器。

3.代码补全工具, VS Code 中的代码补全插件是 Visual Studio IntelliCode。同样在 VS Code 的应用商店（快捷键：Ctrl + Shift + X）里搜索安装.

4.代码检查工具, Pylint 是一个 Python 代码检查工具.当你新建 .py 文件，开始写代码的时候，右下角可能会跳出一个待安装信息。

备注：详细请查看 Debugging configurations for Python apps in Visual Studio Code  和 VS Code 配置 Python 开发环境 - 掘金。

5. cannot find runtime 'node' in path（运行时找不到node的路径）

在 termial用 node --version.  然后再which node 命令，根据提示安装nodejs.

然后再vscode中查看lauch.json文件，看有没有这个runtimeExecutable这个设置, 没有的话加上, 就可以了,信息如下：

五、Pytorch 安装 及版本更新

（如果电脑有显卡可GPU加速，需要先安装cuda，才能安装GPU版本的pytorch， cuda 安装请详看 Ubuntu 18.04 NVIDIA显卡驱动安装，以及CUDA10.1和cuDNN安装_Andrewlu58的博客-CSDN博客）

进入pytorch官网 : PyTorch，信息如下：

复制最后一条命令，运行即可。

更新torch 版本

根据Previous PyTorch Versions | PyTorch，安装对应的torch 和 torchvision

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch
##对应timm安装：pip install timm==0.4.12

六、ubuntu下查看CPU/GPU/内存使用率

1. cpu、内存

使用top命令

$ top

有一个更直观的监测工具，叫htop

$ sudo apt-get install htop
$ stop

2. 查看gpu

使用 nvidia-smi 命令

$ nvidia-smi

但是这个命令只能显示一次，如果要实时显示，配合watch命令, 让一秒刷新一次

$ watch -n 1 nvidia-smi

七、不同Python版本之间替换

列出可用的 Python 替代版本

update-alternatives --list python

或者

# update-alternatives --list python
/usr/bin/python2.7
/usr/bin/python3.4

列出的 Python 替代版本中任意切换了：

# update-alternatives --config python

系统中不再需要某个 Python 的替代版本时，可以将其从 update-alternatives 列表中删除掉。例如，将列表中的 python2.7 版本移除掉：

# update-alternatives --remove python /usr/bin/python2.7 update-alternatives: removing manually selected alternative - switching python to auto mode update-alternatives:using/usr/bin/python3.4 to provide /usr/bin/python (python)inauto modeer

八、安装matplotlib

python -m pip install matplotlib

虚拟环境中调用matplotlib的应用如plt.imshow(img)，会报如下错误：

原因：虚拟环境中的matplotlib和base环境中的冲突，所以需要在base环境运行程序调用matplotlib. 即使实在虚拟环境中安装matplotlib，其安装目录也是再conda 的lib目录。