linux服务器下命令行对anconda进行下载及其配置_服务器下载conda指令

       刚拿到实验室一个6块GPU的服务器账号，无奈啥环境也没有，需要自己配置一下，对于linux小白来说，走一步百度一步，纪录一下流程。

因为服务器是刚刚配置的，所以切换到root用户时，显示Authentication failure，需要手动改密码进行切换，使用sudo passwd即可。su用来切换到root用户，su - user01 用来切换到普通用户user01

1.通过wget下载anconda安装包：

wget https://repo.continuum.io/archive/Anaconda3-2018.12-Linux-x86_64.sh

2.利用bash命令安装到anconda文件夹下：.

bash Anaconda3-2018.12-Linux-x86_64.sh -p anconda/ -u

一直按yes，包括添加到环境

如果运行conda --version 显示没有此指令的话，需要把anconda添加到变量中去，运行两步：

echo 'export PATH="/home/user01/anaconda/bin:$PATH"' >> ~/.bashrc

source ~/.bashrc

3.添加清华的镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
并且在搜索时显示搜索地址

conda config --set show_channel_urls yes
4.创建一个新的python环境：

conda create --name learning

5.查看当前CUDA和cudnn的版本号

cat /usr/local/cuda/version.txt

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

6.安装VScode：

在官网下载Ubuntu对应的tar.gz，进行解压和修改权限

tar xvzf code-stable-1552606946.tar.gz

有些教程中把vscode移动到了usr/local/目录下，在进行权限修改

（ mv VSCode-linux-x64  /usr/local/)

chmod +x  /home/user01/vscode/VSCode-linux-x64/code

在终端运行code就能够打开Vscode了

7.安装pytorch：

在安装pytorch之前，遇到了一个anaconda不是最新版本需要更新的问题，因为anconda没有权限，当直接使用

 conda update -n base -c defaults conda 指令时会报507错误，说权限不够，需要使用chomd指令来授权
sudo chmod -R 777 anaconda。完成授权之后，相应的按顺序运行指令就可以了。

conda update -n base -c defaults conda

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

8.验证pytorch是否安装好了：

进入python，运行torch.cuda.is_available()，返回True的话就证明可以使用pytorch和GPU加速了