服务器配置环境记录_conda install cudatoolkit=10.0

l参考 https://blog.csdn.net/qq_42845932/article/details/123964867?spm=1001.2014.3001.5502

conda

下载地址：

https://docs.conda.io/en/latest/miniconda.html

修改源：

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

参考https://blog.csdn.net/innovationy/article/details/121510666

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
完成后输入命令vim ~/.condarc查看配置文件
下图是配置文件内容，按键盘把按键光标移到defaults处，将最后一行defaults删去，否则还会在官方库中寻找。
conda update --all
conda update -n base conda

安装cuda

# conda install cudatoolkit=10.0.0
conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

安装cudnn

conda install cudnn=7.6

安装pytorch（https://pytorch.org/get-started/previous-versions/）

pip install torch==1.2.0 torchvision==0.4.0
 
安装完conda以及创建好环境后或者直接安装：
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
或者用pip3安装，速度更快一些。

验证

import torch
flag = torch.cuda.is_available()
if flag:
    print("CUDA可使用")
else:
    print("CUDA不可用")

挂载

    ln -s /data/xupin/DFUC2022 /home/xupin/dfuc2022
    ln -s /data/xupin/save_weights /home/xupin/dfuc2022