关于challenge:Linux和Windows系统下AnacondaPaddlepytorch含GPUCPU版本详细安装过程

Linux 和 Windows 零碎下装置深度学习框架所需反对:Anaconda、Paddlepaddle、Paddlenlp、pytorch，含 GPU、CPU 版本具体装置过程

1. 下载 Anaconda 的安装包

Anaconda 装置：Anaconda 是一个开源的 Python 发行版本，其蕴含了 conda、Python 等 180 多个迷信包及其依赖项。应用 Anaconda 能够通过创立多个独立的 Python 环境，防止用户的 Python 环境装置太多不同版本依赖导致抵触。

1.1 Linux 下载 Anaconda

首先须要在官网上抉择须要装置的版本。

官网地址：https://repo.anaconda.com/archive/ 如抉择以后最新版本进行装置：

https://repo.anaconda.com/archive/Anaconda3-2023.07-0-Linux-x…

而后下载该安装包。

下载命令
wget  https://repo.anaconda.com/archive/Anaconda3-2023.07-0-Linux-x86_64.sh

1. 进入安装包所在目录，先对安装包进行赋权，再执行安装程序

# 查看门路
pwd
赋权命令：chmod +x Anaconda3-2023.07-0-Linux-x86_64.sh
装置命令：sh Anaconda3-2023.07-0-Linux-x86_64.sh

2. 呈现如下画面：

3. 点击 Enter（回车键），呈现 More，持续按 Enter，最初输出 yes 批准用户许可证就行。

4. 直至呈现以下画面，就装置胜利了！

1.2 Windows 下载 Anaconda

参考文章：https://blog.csdn.net/sinat_39620217/article/details/115861876

1. 第一步 下载
2. 在 Anaconda 官网 抉择下载 Windows Python3.8 64-Bit 版本。

• 确保曾经装置 Visual C++ Build Tools(能够在开始菜单中找到)，如未装置，请点击 下载安装。

2. 第二步 装置

运行下载的安装包(以.exe 为后辍)，依据疏导实现装置, 用户可自行批改装置目录（如下图）

3. 第三步 应用

点击 Windows 零碎左下角的 Windows 图标，关上：所有程序 ->Anaconda3/2（64-bit）->Anaconda Prompt 在命令行中执行指令即可

后续框架库包装置同 linux

2. 环境变量配置

2.1 linux 环境变量配置

Linux 上胜利装置 anaconda 后 -bash: conda: command not found

如题，呈现这个问题可能是 环境变量配置 有问题。

省流请看这里：执行 cat ~/.bashrc 命令查看 .bashrc 文件内容，若文件中没有 export PATH="XXX/anaconda3/bin:$PATH" 阐明是环境变量未配置，能够持续往下看了；若文件中有此门路，请退出本文，自行校对一下门路。

1. 关上 .bashrc 文件

vim ~/.bashrc

2. 在最初一行新增 anaconda 门路

export PATH="XXX/anaconda3/bin:$PATH"

3. 保留文件（按 esc 后输出 :wq 回车）并使环境变量失效[关上文件后按 i 进入编辑模式，按 Esc 退出编辑模式，shift+ 冒号而后输出 wq 保留文件并退出]

   留神：这里是 anaconda 的装置门路，依据本人的装置门路即可

source ~/.bashrc

执行以上三步后，便可在 linux 上应用 conda 命令了!

2.2 Windows 环境变量配置

其实，以上的环境变量配置，相当于在 window 环境下的环境变量加上环境变量。如在 window 环境下装置 anaconda，装置过程中会提醒是否将环境变量退出到 path 中，如果选上该选项，便可省去很多麻烦，装置完后间接在终端应用 conda 命令；

如果没有选上，是无奈间接应用 conda 命令的，须要在零碎的环境变量中加上装置门路才能够应用 conda 命令。主动增加的装置门路的步骤：此电脑–> 属性–> 高级零碎设置–> 环境变量–> 零碎变量–>Path 增加 anaconda 的装置门路。

3. 用 conda 创立虚拟环境

#1. 创立指定 python 版本的环境
conda create --name paddlenlp python=3.8
#2. 激活环境
conda activate paddlenlp
#3. 退出环境
conda deactivate

4. 装置我的项目依赖包 & 深度学习框架

4.1 装置我的项目依赖包

装置我的项目 requirement.txt 文件依赖：pip install -r requirement.txt
生成 requirement.txt 文件：pip freeze > requirements.txt

4.2 装置 Paddle&Paddlenlp

4.2.1 装置 paddle

官网：https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html

windows 装置应用 win 下指令即可

• conda 装置

conda install paddlepaddle-gpu==2.4.2 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge 

• pip 装置

pip install paddlepaddle-gpu==2.4.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

• 验证装置

装置实现后您能够应用 python3 进入 python 解释器，输出 import paddle，再输出 paddle.utils.run_check()

import paddle
paddle.utils.run_check()

如果呈现 PaddlePaddle is installed successfully!，阐明您已胜利装置。

• 报错：ImportError: libcudart.so.11.0: cannot open shared object file: No such file or directory

解决办法：

• 简洁版（省流）
  在激活后执行 export LD_LIBRARY_PATH=”$CONDA_PREFIX/lib” 将包含 libcudart.so.11.0 如果你想让它自动化，将此内容增加到 env-prefix/etc/conda/activate.d/env_vars.sh，这将在 conda activate 上运行脚本并设置 LD_LIBRARY_PATH

cd $CONDA_PREFIX
mkdir -p ./etc/conda/activate.d
touch ./etc/conda/activate.d/env_vars.sh

#写入 并保留
vim ./etc/conda/activate.d/env_vars.sh
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib"

• 具体版

  1. activate 你的虚拟环境，查看虚拟环境门路

     echo $CONDA_PREFIX
     

  2. 去这个门路下建设这些文件夹和文件。在 activate 的时候，会主动运行 activate.d/env_vars.sh，deactivate 的时候，会主动运行 deactivate.d/env_vars.sh。你能够设置任何你想设置的变量，这里咱们更改 LD_LIBRARY_PATH

  cd $CONDA_PREFIX
  mkdir -p ./etc/conda/activate.d
  mkdir -p ./etc/conda/deactivate.d
  touch ./etc/conda/activate.d/env_vars.sh
  touch ./etc/conda/deactivate.d/env_vars.sh
  

  3. 编辑 activate.d/env_vars.sh，留神换成你的名字，留神 = 前后不能有空格哦

     export OLD_LD_LIBRARY_PATH=${LD_LIBRARY_PATH}
     export LD_LIBRARY_PATH=anaconda3/envs/your_name/lib64
     

     编辑 deactivate.d/env_vars.sh，这样 deactivate 的时候，会复原设置

     export LD_LIBRARY_PATH=${OLD_LD_LIBRARY_PATH}
     unset OLD_LD_LIBRARY_PATH
     

4. deactivate 虚拟环境，再次 activate 你的虚拟环境，再查看

```
echo $CONDA_PREFIX

```
能够看到曾经变成了 anaconda3/envs/your_name/lib64。如果这个门路下的 gcc 曾经含有了 GLIBCXX_3.4.20，那么就不再会报错了。

4.2.2 装置 paddlenlp

• 环境依赖

  • python >= 3.7
  • paddlepaddle >= 2.3
• pip 装置

# 创立名为 my_paddlenlp 的环境，指定 Python 版本为 3.8
conda create -n my_paddlenlp python=3.8
#进入 my_paddlenlp 环境
conda activate my_paddlenlp

#装置 PaddleNLP

pip install --upgrade paddlenlp>=2.0.0rc -i https://pypi.org/simple

pip install --upgrade paddlenlp>=2.0.0rc -i https://pypi.tuna.tsinghua.edu.cn/simple

github 代码会追随开发进度不断更新：或者可通过以下命令装置最新 develop 分支代码：

pip install --pre --upgrade paddlenlp -f https://www.paddlepaddle.org.cn/whl/paddlenlp.html

按如上形式配置后，即可在环境中应用 PaddleNLP 了，命令行输出 python 回车后，import paddlenlp 试试吧，之后再次应用都能够通过关上 ’ 所有程序 ->Anaconda3/2（64-bit）->Anaconda Prompt’，再执行 conda activate my_paddlenlp 进入环境后，即可再次应用 PaddleNLP。

• 相干 pip 问题默认镜像问题（trusted-host 问题），装置设定清华源即可

进入虚拟环境，查看 pip 装置门路

whereis pip


pip: /usr/bin/pip3.8 /etc/pip.conf /root/anaconda3/envs/paddlenlp/bin/pip

# 查看 pip.conf，批改成清华源，:wq 保留即可
vim /etc/pip.conf

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn

• 代码装置

git clone https://github.com/PaddlePaddle/PaddleNLP.git
cd PaddleNLP
git checkout develop

如果遇到：github 报错 Failed to connect to github.com port 443:connection timed out、个别起因：电脑里开启了代理, 例如开启了翻墙软件等, 就会造成这个起因

勾销全局代理：git config --global --unset http.proxy
 
git config --global --unset https.proxy

4.3 装置 pytorch

4.3.1 GPU 版本装置

装置 pytorch 须要留神 torch 与 torchvision 的版本对应，参照以下网址对照：

https://github.com/pytorch/vision

windows 装置应用 win 下指令即可

从官网上找到适宜本人版本的装置 pytorch 的指令 https://pytorch.org/get-started/locally/

1. 创立虚拟环境，参考 3. 用 conda 创立虚拟环境
2. 装置 pytorch

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

4.3.2 CPU 版本装置

参考：https://blog.csdn.net/sinat_39620217/article/details/115483807

pip install torch torchvision torchaudio

更多优质内容请关注公号 & 知乎：汀丶人工智能；会提供一些相干的资源和优质文章，收费获取浏览。

本文参加了 SegmentFault 思否写作挑战「摸索编码世界之旅 – 记我的第一份编程工作」，欢送正在浏览的你也退出。