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 yes3 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 torchprint(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 cv2cv2.__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 pillowimport 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...