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
  1. 呈现如下画面：

  1. 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。

  1. 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。
  1. 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）

  1. 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
  1. 在最初一行新增 anaconda 门路
export PATH="XXX/anaconda3/bin:$PATH"

  1. 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 paddlepaddle.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 $CONDA_PREFIXmkdir -p ./etc/conda/activate.dtouch ./etc/conda/activate.d/env_vars.sh#写入 并保留vim ./etc/conda/activate.d/env_vars.shexport LD_LIBRARY_PATH="$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_PREFIXmkdir -p ./etc/conda/activate.dmkdir -p ./etc/conda/deactivate.dtouch ./etc/conda/activate.d/env_vars.shtouch ./etc/conda/deactivate.d/env_vars.sh

    1. 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3.8conda create -n my_paddlenlp python=3.8#进入my_paddlenlp环境conda activate my_paddlenlp#装置PaddleNLPpip install --upgrade paddlenlp>=2.0.0rc -i https://pypi.org/simplepip 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 pippip: /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.gitcd PaddleNLPgit 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。