Linux服务器配置Anaconda环境、Pytorch库（图文并茂的教程）

news2025/4/22 18:09:37

引言：为了方便后续新进组的 师弟/师妹 使用课题组的服务器，特此编文（ps：我导从教至今四年，还未招师妹）

✅ NLP 研 2 选手的学习笔记

笔者简介：Wang Linyong，NPU，2023级，计算机技术
研究方向：文本生成、大语言模型

文章目录

  • 1 写在前面
  • 2 管理员分配并登录账号
  • 3 配置Anaconda环境
  • 4 使用Anaconda的简易教程
  • 5 使用Anaconda的进阶教程
  • 6 安装Pytoch库
  • 7 参考资料
  • 8 补充说明

1 写在前面

● 我使用的深度学习的 硬件环境 如下：

项版本
CUDA12.2（通过 “nvcc -V” 查看）
显卡3张 NVIDIA RTX A6000（每一张48GB显存）
Ubuntu20.04（通过 “lsb_release -a” 查看）
驱动550.100（通过 “nvidia-smi” 查看）
CPUX86_64 Intel® Xeon® Gold 6430（通过 “nvcc -V” 查看）
内存256GB（通过 “free -h 查看）

2 管理员分配并登录账号

● 新增用户

sudo useradd -r -m -s /bin/bash username   # username是用户名称

● 例如，给 “西工大(xgd)” 建一个用户账号：

sudo useradd -r -m -s /bin/bash xgd

● 设置密码

sudo passwd username   # username是用户名称

● 例如，给 “西工大(xgd)” 用户账号设置密码：

sudo passwd xgd

● 比如，这是 我(wly) 作为管理员，正在给 师弟(awb) 申请一个账号并设置了密码：

在这里插入图片描述


● 当我退出我的账号(wly)，再登他的账号(awb)，其演示界面即如下：

在这里插入图片描述

3 配置Anaconda环境

● 【第一步：下载Anaconda】先到 Anaconda官网，根据自己 Linux 环境架构选择相应的 Anaconda 的文件下载。因为我的架构是 x86_64 就选择这个版本进行下载：

wget  https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

在这里插入图片描述


● 等个几分钟就能下好了：

在这里插入图片描述


● 下载好后，通过 ls -l 命令我们可以发现，Anaconda3-2024.10-1-Linux-x86_64.sh 文件没有执行权限，我们需要通过以下命令加一下 “可执行权限”：

chmod +x Anaconda3-2024.10-1-Linux-x86_64.sh

在这里插入图片描述


● 【第二步：安装Anaconda】接着，我们直接输入以下命令，开始安装：

./Anaconda3-2024.10-1-Linux-x86_64.sh

● 出现以下界面时，直接按 回车 即可：

在这里插入图片描述


● 出现以下界面时，一直按住 回车 即可：

在这里插入图片描述


● 直到出现以下界面时，输入 yes 即可：

在这里插入图片描述

● 出现以下界面时，再按一个 回车 即可：

在这里插入图片描述

● 静静等待安装完成，很快的：

在这里插入图片描述


● 这里我测试过，输入 yes 或者 no 都可以（ps: 我推荐选 no，这里做一个标记 ⭐️，后文会提到）：

选项含义
yes每当你打开一个新的终端，Conda 的 base 环境会自动被激活
no每次你想要使用 Conda 环境（包括base环境），都需要手动使用 conda activate <环境名称>

在这里插入图片描述


● 【第三步：配置Anaconda的环境变量】现在我们还差最后一步，配置环境变量，需要输入以下命令将 awb 用户的 anaconda 路径加进 .bashrc 文件中（注意你需要将下面 linux 命令中的 awb 换成你自己的“账户名”）：

echo 'export PATH="/home/awb/anaconda3/bin:$PATH"' >> ~/.bashrc

● 然后再输入以下命令，使得修改后的 .bashrc 文件在当前会话中生效：

source ~/.bashrc

● 运行结果如下：

在这里插入图片描述

补充说明：你可能输入 source ~/.bashrc 后，下一行并没有 “(base)” 这个标识符，这是因为我在前文的 “⭐️” 处选的是 yes，所以它自动激活了 base 环境，如果你想取消 自动激活 的功能，输入以下命令即可：conda config --set auto_activate_base false

4 使用Anaconda的简易教程

● 可以使用以下命令激活最原始的 base 环境：

conda activate base

● 运行结果如下：

在这里插入图片描述


● 如果你报错了，可以使用以下命令激活（效果一样的）：

source actiavte base

● 运行结果如下：

在这里插入图片描述


● 在进入 base 环境后，你就可以通过 conda list 列出当前环境中通过 Conda 安装的所有软件包及其版本；你也可以通过 pip list 列出当前环境中通过 pip 安装的所有软件包及其版本，演示如下：

在这里插入图片描述


● 最后补一句，如果比起用 source，你更喜欢用 conda 来激活环境，大概率可以用以下命令来生效（ps：注意，我用的词是“大概率”，因为我还没亲手处理过这种问题）：

conda init

备注：执行完该命令后，需要关闭当前终端窗口，重新打开一个新的终端窗口，再尝试使用 conda activate base 命令

5 使用Anaconda的进阶教程

● 当我们要创建一个名字为 “my_master” 的新环境时，我们可以用以下命令来创建：

conda create --name my_master python=3.10

备注：其中 python=3.10 表示下载的 python 版本是 3.10 的

● 运行后当出现以下界面，直接输入 yes 或者 y 即可：

在这里插入图片描述

● 安装好后，我们可以通过以下命令来查看我们的 Conda 目前安装了哪些环境：

conda env list

在这里插入图片描述


● 然后当我们进入这个环境，通过输入 conda list 和 pip list 命令，可以看到，里面只有 python 和一些必要的库，可谓是相当的 “干净” ~

在这里插入图片描述


● 如果这个环境你不想用了，也可以通过以下命令删掉（示例如下）：

conda env remove --name 环境名

在这里插入图片描述

6 安装Pytoch库

● 对于学习 “深度学习” 的我们，一般都绕不开 “Pytorch” 这个库，然后如果直接下载会很慢（因为资源在外网），但我们可以配置一些镜像源，来加快速度（推荐从下面三个选一个就行）：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple  # 将清华源设置为全局的 pip 镜像源

pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple  # 将中科大源设置为全局的 pip 镜像源

pip config set global.index-url https://pypi.doubanio.com/simple  # 将豆瓣源设置为全局的 pip 镜像源

备注：若你使用了 pip config set 命令设置了镜像源，可使用 pip config unset 命令来移除已设置的 index-url 配置，从而恢复默认设置。

在这里插入图片描述


● 然后来到 Pytorch 官网，选择适合你的 CUDA 版本的 pytoch 即可。

注意：我们应该选择与 nvcc --version 对应的 CUDA 版本 匹配或者向下兼容 的 Pytorch。原因可参阅博客《【CUDA】nvcc和nvidia-smi显示的版本不一致？》。

● 因为，我通过 nvcc -V 查看我的 CUDA 版本为 12.2：

在这里插入图片描述

● 所以，我的选择如下（我推荐使用 2.3.1 的 pytorch 版本）：

在这里插入图片描述

● 输入以下命令后，静静等着下载完成即可：

conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia

在这里插入图片描述

● 最后简单测试一下吧（能成功显示 torch 的版本就表示安装成功啦！⭐️⭐️⭐️）：

在这里插入图片描述

7 参考资料

[1] 《历经万难，终于搭好深度学习环境[吐血总结篇，造福后人]》，it’s me

[2] 《【CUDA】nvcc和nvidia-smi显示的版本不一致？》，感谢CSDN博主：u013250861

8 补充说明

● 若有写得不对的地方，或有疑问，欢迎评论交流。

⭐️ ⭐️ 写于2025年4月18日 22:17 教研室工位 💻

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2340270.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Android端使用无障碍服务实现远程、自动刷短视频

Android端使用无障碍服务实现远程、自动刷短视频

最近在做一个基于无障碍自动刷短视频的APP&#xff0c;需要支持用任意蓝牙遥控器远程控制&#xff0c; 把无障碍服务流程大致研究了一下&#xff0c;从下面3个部分做一下小结。 1、需要可调整自动上滑距离和速度以适配不同的屏幕和应用 智能适配99%机型&#xff0c;滑动参数可…
阅读更多...
搭建用友U9Cloud ERP及UAP IDE环境

搭建用友U9Cloud ERP及UAP IDE环境

应用环境 Microsoft Windows 10.0.19045.5487 x64 专业工作站版 22H2Internet Information Services - 10.0.19041.4522Microsoft SQL Server 2019 - 15.0.2130.3 (X64)Microsoft SQL Server Reporing Services 2019 - 15.0.9218.715SQL Server Management Studio -18.6 laster…
阅读更多...
多模态大语言模型arxiv论文略读（二十九）

多模态大语言模型arxiv论文略读（二十九）

Temporal Insight Enhancement: Mitigating Temporal Hallucination in Multimodal Large Language Models ➡️ 论文标题&#xff1a;Temporal Insight Enhancement: Mitigating Temporal Hallucination in Multimodal Large Language Models ➡️ 论文作者&#xff1a;Li Su…
阅读更多...
卷积神经网络（CNN）详解

卷积神经网络（CNN）详解

文章目录 引言1.卷积神经网络&#xff08;CNN&#xff09;的诞生背景2.卷积神经网络&#xff08;CNN&#xff09;介绍2.1 什么是卷积神经网络&#xff1f;2.2 卷积神经网络&#xff08;CNN&#xff09;的基本特征2.2.1 局部感知&#xff08;Local Connectivity&#xff09;2.2.…
阅读更多...
【SF顺丰】顺丰开放平台API对接（注册、API测试篇）

【SF顺丰】顺丰开放平台API对接（注册、API测试篇）

1.注册开发者账号 注册地址&#xff1a;顺丰企业账户中心 2.登录开发平台 登录地址&#xff1a;顺丰开放平台 3.开发者对接 点击开发者对接 4.创建开发对接应用 开发者应用中“新建应用”创建应用&#xff0c;最多创建应用限制数量5个 注意&#xff1a;需要先复制保存生产校验…
阅读更多...
VisualSVN过期后的解决方法

VisualSVN过期后的解决方法

作为一款不错的源代码管理软件&#xff0c;svn还是有很多公司使用的。在vs中使用svn&#xff0c;大家一般用的都是VisualSVN插件。在30天试用期过后&#xff0c;它就不能被免费使用了。下面给大家讲如何免费延长过期时间&#xff08;自定义天数&#xff0c;可以设定一个很大的值…
阅读更多...
DeepSeek智能时空数据分析（二）：3秒对话式搞定“等时圈”绘制

DeepSeek智能时空数据分析（二）：3秒对话式搞定“等时圈”绘制

序言&#xff1a;时空数据分析很有用&#xff0c;但是GIS/时空数据库技术门槛太高 时空数据分析在优化业务运营中至关重要&#xff0c;然而&#xff0c;三大挑战仍制约其发展&#xff1a;技术门槛高&#xff0c;需融合GIS理论、SQL开发与时空数据库等多领域知识&#xff1b;空…
阅读更多...
STM32学习2

STM32学习2

一、OLED 1.1 OLED介绍 OLED&#xff08;Organic Light Emitting Diode&#xff09;&#xff1a;有机发光二极管 OLED显示屏&#xff1a;性能优异的新型显示屏&#xff0c;具有功耗低、相应速度快、宽视角、轻薄柔韧等特点 0.96寸OLED模块&#xff1a;小巧玲珑、占用接口少…
阅读更多...
LabVIEW液压系统远程监控与故障诊断

LabVIEW液压系统远程监控与故障诊断

开发了一种基于LabVIEW的远程液压系统监控解决方案&#xff0c;通过先进的数据采集与分析技术&#xff0c;有效提升工程机械的运作效率和故障响应速度。该系统结合现场硬件设备和远程监控软件&#xff0c;实现了液压系统状态的实时检测和故障诊断&#xff0c;极大地提升了维护效…
阅读更多...
Idea中实用设置和插件

Idea中实用设置和插件

目录 一、Idea使用插件 1.Fitten Code智能提示 2.MyBatisCodeHelperPro 3.HighlightBracketPair‌ 4.Rainbow Brackets Lite 5.GitToolBox（存在付费） 6.MavenHelperPro 7.Search In Repository 8.VisualGC（存在付费） 9.vo2dto 10.Key Promoter X 11.CodeGlance…
阅读更多...
Java写数据结构：栈

Java写数据结构：栈

1.概念&#xff1a; 一种特殊的线性表&#xff0c;其只允许在固定的一端进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶&#xff0c;另一端称为栈底。栈中的数据元素遵守后进先出LIFO&#xff08;Last In First Out&#xff09;的原则。 压栈&#xff1a;栈的插…
阅读更多...
机器学习-08-推荐算法-案例

机器学习-08-推荐算法-案例

总结 本系列是机器学习课程的系列课程&#xff0c;主要介绍机器学习中关联规则 参考 机器学习&#xff08;三&#xff09;&#xff1a;Apriori算法&#xff08;算法精讲&#xff09; Apriori 算法 理论 重点 MovieLens:一个常用的电影推荐系统领域的数据集 23张图&#x…
阅读更多...
LLM中的N-Gram、TF-IDF和Word embedding

LLM中的N-Gram、TF-IDF和Word embedding

文章目录 1. N-Gram和TF-IDF&#xff1a;通俗易懂的解析1.1 N-Gram&#xff1a;让AI学会"猜词"的技术1.1.1 基本概念1.1.2 工作原理1.1.3 常见类型1.1.4 应用场景1.1.5 优缺点 1.2 TF-IDF&#xff1a;衡量词语重要性的尺子1.2.1 基本概念1.2.2 计算公式1.2.3 为什么需…
阅读更多...
Office文件内容提取 | 获取Word文件内容 |Javascript提取PDF文字内容 |PPT文档文字内容提取

Office文件内容提取 | 获取Word文件内容 |Javascript提取PDF文字内容 |PPT文档文字内容提取

关于Office系列文件文字内容的提取 本文主要通过接口的方式获取Office文件和PDF、OFD文件的文字内容。适用于需要获取Word、OFD、PDF、PPT等文件内容的提取实现。例如在线文字统计以及论文文字内容的提取。 一、提取Word及WPS文档的文字内容。 支持以下文件格式&#xff1a; …
阅读更多...
HXBC编译相关错误

HXBC编译相关错误

0、Keil MDK报错：Browse information of one or more files is not available----解决方法： 1、使用cubemax生成的工程中，某些引脚自定义了的，是在main.h中，要记得移植。 注意：cubemax生成的spi.c后，在移植的时候，注意hal_driver下面要对应增加hal_stm32H7xxxspi.c …
阅读更多...
运维概述（linux 系统）

运维概述（linux 系统）

1、运维的基本概念 2、企业的运行模式 3、计算机硬件 运维概述 运维岗位的定义 在技术人员&#xff08;写代码的&#xff09;之间&#xff0c;一致对运维有一个开玩笑的认知&#xff1a;运维就是修电脑的、装网线的、背锅的岗位。 IT运维管理是指为了保障企业IT系统及网络…
阅读更多...
C语言 数据结构 【堆】动态模拟实现，堆排序，TOP-K问题

C语言 数据结构 【堆】动态模拟实现，堆排序，TOP-K问题

引言 堆的各个接口的实现&#xff08;以代码注释为主&#xff09;&#xff0c;实现堆排序&#xff0c;解决经典问题&#xff1a;TOP-K问题 一、堆的概念与结构 堆 具有以下性质 • 堆中某个结点的值总是不大于或不小于其父结点的值&#xff1b; • 堆总是一棵完全二叉树。 二…
阅读更多...
模型加载常见问题

模型加载常见问题

safetensors_rust.SafetensorError: Error while deserializing header: HeaderTooLarge 问题代码&#xff1a; model AutoModelForVision2Seq.from_pretrained( "/data-nvme/yang/Qwen2.5-VL-32B-Instruct", trust_remote_codeTrue, torch_dtypetorc…
阅读更多...
PyTorch 深度学习实战（37）：分布式训练（DP/DDP/Deepspeed）实战

PyTorch 深度学习实战（37）：分布式训练（DP/DDP/Deepspeed）实战

在上一篇文章中&#xff0c;我们探讨了混合精度训练与梯度缩放技术。本文将深入介绍分布式训练的三种主流方法&#xff1a;Data Parallel (DP)、Distributed Data Parallel (DDP) 和 DeepSpeed&#xff0c;帮助您掌握大规模模型训练的关键技术。我们将使用PyTorch在CIFAR-10分类…
阅读更多...
微信小程序通过mqtt控制esp32

微信小程序通过mqtt控制esp32

目录 1.注册巴法云 2.设备连接mqtt 3.微信小程序 备注 本文esp32用的是MicroPython固件&#xff0c;MQTT服务用的是巴法云。 本文参考巴法云官方教程&#xff1a;https://bemfa.blog.csdn.net/article/details/115282152 1.注册巴法云 注册登陆并新建一个topic&#xff…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023