Ubuntu20.04伺服器+Anaconda上建立Python3.6虛擬環境

映象下載、域名解析、時間同步請點選  阿里巴巴開源映象站

前言

由於伺服器已安裝Anaconda，包含的Python版本為3.8，為使用3.6版本同時避免和其他人互相影響，我選擇建立虛擬環境，並在其中安裝所需的Pytorch1.0.1、opencv、numpy(Anaconda已自帶)、pillow等。

一、建立Python3.6環境

1 建立環境

使用如下命令，其中name為自定義的虛擬環境名。

conda create -n name python=3.6

輸入y，繼續建立。

2 啟用環境

使用如下命令啟用和退出環境。

conda activate name #啟用環境
conda deactivate    #退出環境

二、安裝Pytorch1.0.1

1 查詢伺服器CUDA和CUDNN版本

在安裝前，我們需要先確定伺服器的CUDA和CUDNN版本，從而選擇適配的Pytorch。首先使用如下兩個命令獲取CUDA版本：

nvcc -V     #獲取執行API版本
nvidia-smi  #獲取驅動API版本

其中執行API版本為一般執行程式碼時對應版本，選擇Pytorch時與該API對應，驅動API可以理解為最高能夠使用的版本。 

我這裡的執行API版本為11.1，因此在選擇時需要選擇同樣或低於11.1版本的Pytorch，具體根據所需Pytorch決定。

下面透過NVIDIA官網（ cuDNN Archive | NVIDIA Developer）查詢對應CUDNN版本：

例如，CUDA11.5需要CUDNN8.3.0。

2 新增阿里雲源通道

為了使下載速度更快，這裡先新增阿里雲源通道：

conda config --add channels 
conda config --add channels 
conda config --add channels 
conda config --set show_channel_urls yes

3 安裝Pytorch

安裝前記得要先啟用自己的虛擬環境。安裝命令如下：

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

博主這裡需要的Pytorch是1.0.1版本，所以在官網( h)上找了舊版本Pytorch對應的命令( )，由於裡面沒有CUDA11.1所以選擇了10.0，再自己新增的cudnn=7.6.5，該對應版本號就是在上文NIVDIA官網上找到的。

安裝過程中同樣需要輸入y確認繼續進行。

4 確認安裝成功

輸入python檢視虛擬環境中的Python版本： 

匯入Pytorch並檢視版本：

import torch
print(torch.__version__)

檢視GPU是否可用：

print(torch.cuda.is_available())

三、安裝opencv、numpy、pillow

1 opencv

在這裡我使用的是pip安裝，因為使用conda安裝出錯，或者安裝成功後匯入時提示沒有cv2模組，具體原因不清楚，上網搜尋後按照其他方法也未能解決，大家若有經驗可評論分享一下。

pip install opencv-python

該命令會安裝最新版opencv，需要舊版本可以再上網搜尋具體方式。安裝後輸入python進入Python環境，匯入opencv驗證是否成功：

import cv2
cv2.__version__

若未提示沒有cv2模組則成功。

2 numpy

由於Anaconda自帶了numpy，所以我這裡沒有下載，若有需要大家可以再搜尋具體方法。

import numpy

若匯入未報錯則成功。

3 pillow

同樣在建立虛擬環境時，pillow已經被安裝，若需要則按照下面命令即可：

pip install pillow
import PIL          #驗證安裝

若未報錯則成功安裝。

注：以上安裝命令均是在虛擬環境中執行，而驗證安裝是否成功需要進入Python中測試。

總結

以上是在Ubuntu20.04伺服器上已安裝Anaconda的情況下，建立Python3.6虛擬環境、安裝Pytorch1.0.1並安裝opencv、numpy、pillow等的具體步驟，都已實際測試成功。

原文連結： https://blog.csdn.net/VGuan07/article/details/121650128