linux安装Anaconda和虚拟环境配置--及PaddlePaddle-GPU安装

一、安装anaconda

1、下载anaconda安装包

官网下载地址：https://www.anaconda.com/products/distribution

（1）或则：https://repo.anaconda.com/archive/ 选择自己的版本

（2）由于众所周知的原因，从国外下载安装包一般比较慢。我们通过旧版本列表，找到对应Python版本对应的Anaconda发行版本，然后去我们国内的镜像站点下载即可。

（3）常用的国内镜像站

清华大学开源软件镜像站：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

阿里云镜像站：https://developer.aliyun.com/mirror/

2、安装anaconda

接下来我们需要首先赋权再执行安装程序，依次输入下面两句命令:

?

1 2	chmod +x Anaconda3-5.3.1-Linux-x86_64.sh ./Anaconda3-5.3.1-Linux-x86_64.sh

然后出现下面图所示:

 

3、点击Enter（回车键）出现More，继续按Enter，直到出现如图，输入yes再回车

4、选择安装路径，开始安装

5、输入yes添加环境变量

如果直接跳过这部设置环境变量的话：

那你需要自己到这个文件夹设置你安装Anaconda路径

?

1 2	vim ~/.bashrc export PATH=/home/anaconda3/bin:$PATH

然后保存更改

?

1	source ~/.bashrc

6、检测是否安装成功

?

1	anaconda -V  conda -V

　　

输入 conda list 可以查看已安装的科学包

输入python -V 可以查看Python版本

二、创建虚拟环境

 1、查看虚拟环境列表

使用“conda info -e”或者“conda env list” 查看已经存在的环境，前方带有*的为正在使用的虚拟环境。

2、创建虚拟环境

使用“conda create -n [环境名称] python=[版本号]”创建虚拟环境。

3、激活虚拟环境

使用“conda activate [环境名称]”激活虚拟环境，注意括号中会显示环境名称已经发生切换了。

三、Ubuntu22.04下PaddlePaddle-GPU安装

1、安装GPU 版的 PaddlePaddle

?

1 2	//https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/guides/index_cn.html conda install paddlepaddle-gpu==2.4.0  -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

2、验证安装

安装完成后您可以使用python3 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

3、扫除bug操作

（1）ImportError: libcudart.so.10.2: cannot open shared object file: No such file or directory

?

1 2	find / -name "libcudart.so.10.2" export LD_LIBRARY_PATH=/usr/anaconda3/lib/:$LD_LIBRARY_PATH

（2）ImportError: libcudart.so.10.2: cannot open shared object file: No such file or directory

?

1 2	find / -name "libcudart.so.10.2" export LD_LIBRARY_PATH=/usr/anaconda3/pkgs/cudatoolkit-10.2.89-hfd86e86_1/lib/:$LD_LIBRARY_PATH

四、用conda安装指定版本的pytorch

1、查看可用的pytorch版本

?

1	conda search pytorch

 2、conda在线安装pytorch

使用conda在线安装pytorch2.3.1，注意此时conda会优先安装cpu版本的pytorch

?

1 2	# conda在线安装pytorch（大概率是cpu版本的，先安装，之后我们用gpu版本的覆盖） conda install pytorch=2.3.1

3、验证pytorch能否成功使用gpu(cuda)

进入python环境，输入torch.cuda.is_available()返回true表示pytorch和cuda适配成功。

?

1 2	import torch torch.cuda.is_available()

 

 

 

 

 

结束--