关于ubuntu:Ubuntu2004服务器Anaconda上创建Python36虚拟环境

镜像下载、域名解析、工夫同步请点击 阿里巴巴开源镜像站

前言

因为服务器已装置 Anaconda，蕴含的 Python 版本为 3.8，为应用 3.6 版本同时防止和其他人相互影响，我抉择创立虚拟环境，并在其中装置所需的 Pytorch1.0.1、opencv、numpy(Anaconda 已自带)、pillow 等。

一、创立 Python3.6 环境

1 创立环境

应用如下命令，其中 name 为自定义的虚拟环境名。

conda create -n name python=3.6

输出 y，持续创立。

2 激活环境

应用如下命令激活和退出环境。

conda activate name #激活环境
conda deactivate    #退出环境

二、装置 Pytorch1.0.1

1 查问服务器 CUDA 和 CUDNN 版本

在装置前，咱们须要先确定服务器的 CUDA 和 CUDNN 版本，从而抉择适配的 Pytorch。首先应用如下两个命令获取 CUDA 版本：

nvcc -V     #获取运行 API 版本
nvidia-smi  #获取驱动 API 版本

其中运行 API 版本为个别执行代码时对应版本，抉择 Pytorch 时与该 API 对应，驱动 API 能够了解为最高可能应用的版本。

我这里的运行 API 版本为 11.1，因而在抉择时须要抉择同样或低于 11.1 版本的 Pytorch，具体依据所需 Pytorch 决定。

上面通过 NVIDIA 官网（cuDNN Archive | NVIDIA Developer）查问对应 CUDNN 版本：

例如，CUDA11.5 须要 CUDNN8.3.0。

2 增加阿里云源通道

为了使下载速度更快，这里先增加阿里云源通道：

conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free/
conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main/
conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

3 装置 Pytorch

装置前记得要先激活本人的虚拟环境。装置命令如下：

conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 cudnn=7.6.5 -c pytorch

博主这里须要的 Pytorch 是 1.0.1 版本，所以在官网 (Start Locally | PyTorch) 上找了旧版本 Pytorch 对应的命令(Previous PyTorch Versions | PyTorch)，因为外面没有 CUDA11.1 所以抉择了 10.0，再本人增加的 cudnn=7.6.5，该对应版本号就是在上文 NIVDIA 官网上找到的。

装置过程中同样须要输出 y 确认持续进行。

4 确认装置胜利

输出 python 查看虚拟环境中的 Python 版本：

导入 Pytorch 并查看版本：

import torch
print(torch.__version__)

查看 GPU 是否可用：

print(torch.cuda.is_available())

三、装置 opencv、numpy、pillow

1 opencv

在这里我应用的是 pip 装置，因为应用 conda 装置出错，或者装置胜利后导入时提醒没有 cv2 模块，具体起因不分明，上网搜寻后依照其余办法也未能解决，大家若有教训可评论分享一下。

pip install opencv-python

该命令会装置最新版 opencv，须要旧版本能够再上网搜寻具体形式。装置后输出 python 进入 Python 环境，导入 opencv 验证是否胜利：

import cv2
cv2.__version__

若未提醒没有 cv2 模块则胜利。

2 numpy

因为 Anaconda 自带了 numpy，所以我这里没有下载，若有须要大家能够再搜寻具体方法。

import numpy

若导入未报错则胜利。

3 pillow

同样在创立虚拟环境时，pillow 曾经被装置，若须要则依照上面命令即可：

pip install pillow
import PIL          #验证装置

若未报错则胜利装置。

注：以上装置命令均是在虚拟环境中执行，而验证装置是否胜利须要进入 Python 中测试。

总结

以上是在 Ubuntu20.04 服务器上已装置 Anaconda 的状况下，创立 Python3.6 虚拟环境、装置 Pytorch1.0.1 并装置 opencv、numpy、pillow 等的具体步骤，都已理论测试胜利。

原文链接：https://blog.csdn.net/VGuan07…