服务器装新环境，安装pytorch

上一次提到Linux服务器通过pipenv安装虚拟环境。**但当服务器本身装了anaconda，而你只是想建一个属于自己的envs时，其实conda是支持的，**所以！根本！不建议用pipenv！（个人意见）（如果大家两个都装过，就知道我为什么这么说了～） 创建新的虚拟环境命令 $ conda create -n "env name" python=版本号 激活虚拟环境命令 $ source activate "env name" 安装pytorch（这里我还想装torcvision等，所以

这将显示有关安装的NVIDIA驱动程序的详细信息，包括版本号。本服务器上NVIDIA驱动程序版本：460.56；CUDA版本：11.2。

一、下载Anaconda安装包到服务器路径 下载地址： https://www.anaconda.com/download/#windows 二、找到安装包所在位置 找到安装包位置，使用bash命令安装anaconda bash Anaconda安装包名 三、安装anaconda 安装过程中先按一直按空格往下继续，然后会跳出两个询问 第一个询问选Y,第二个是否安装vscode输入N 随后会显示安装完成 四、安装pytorch 安装好Anaconda后，输入命令source activate ba

ubuntu下anaconda和pytorch的安装

在linux服务器上安装pytorch的教程

但是安装timm要注意.（看看自己的Swin在那个timm版本中不出错误）两个项目，我就需要创建2个虚拟环境，因为不同的项目需要的配置不同。安装过程中敲回车 然后yes 就行。最好选择pip 一般pip安装很容易成功 不会出错。在虚拟环境中查看python 目录。有2种安装，一个是conda 一个pip。通畅自己的项目在虚拟环境中跑，例如，我有。解决也很容易，就是太费时间，不如重新装。安装完了直接运行，缺少什么pip什么。下载，然后放到服务器目录里面.为了快速下载，直接去。

因为pytorch官网中没有cuda12.2的版本，因为这里选择了cuda12.1的版本进行下载（因为cuda version表示的是服务器支持的最高版本，不是只能安装这个版本。上选择需要安装的版本，可以选择linux的版本进行下载，下载命令是。

python创建新环境并安装pytorch

1.创建虚拟环境 conda create -n pytorch-gpu python=3.6 如果需要查看当前有哪些虚拟环境 conda info --env 2.进入虚拟环境 如果启用创建的环境，输入下面指令 source activate pytorch-gpu # or conda activate pytorch-gpu 退出当前虚拟环境的话，输入指令 conda deactivate 3.安装pytorch 首先要查看服务器的cuda版本，使用如下命令 如上图.

条条大路通AI，对于从别的方向转到计算机的同学，写代码真的是万分艰难。搭建环境就更艰难了，想到这里，忍不住掬一把眼泪。下面介绍一个简单的pytorch环境配置。前提条件：我的电脑是Ubuntu，服务器也是Ubuntu登录服务器：从本机使用SSH协议登录服务器，基本的用法是在终端输入$ ssh username@hostusername是指用户名，host是IP地址，例如(我瞎编的IP)$ ssh ...

连接服务器，在terminal执行nvidia-smi命令查看。可能需要低于cuda version12.2，具体我也不太懂。兜兜转转尝试过好多教程，总是版本对应出错。注意要下载对应你的cuda版本的dgl，不然默认会下载cpu版的。3.1 先查看自己的cuda版本。官网找对应cuda版本的安装命令。一、查看需要安装的cuda版本。如果返回TRUE说明成功了！三、如果代码有用到dgl库。四、测试cuda是否可用。二、安装pytorch。

（1）找到对应的GPU版本（主要是cuda版本）（还包括附属的torchaudio和torchvision）（3）conda list查看是否已经替换掉。第二步：安装pytorch（cpu版本）， cd 到下载的文件目录，安装。第三步：手动安装gpu版本。第一步：激活目标环境。

服务器上安装pytorch环境以及遇到的一些问题 此文章只是给自己做个解决问题的记录。 首先使用的是云服务器，conda 已经装好的了，后面需要安装一个pytorch 的cuda 版本。 为了和代码中的版本契合，我们选择直接安装指定的版本，避免其他问题的出现 安装的指令： pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 -f https://download.pytorch.org/whl/torch_stable.html 就可以安装好了

cuda8.0+python2.7+pip : http://pytorch.org/ 安装pip 　下载地址：https://pypi.python.org/pypi/pip#downloads   将下载后的tar文件解压，用CMD模式进入到解压后的文件所在的目录执行命令:python setup.py install  安装完成 安装： python2.7pi

出现以下字样即为成功。

每次在服务器上配置环境都需要考虑 Pytorch 版本 / CUDA 版本 / GPU 驱动版本等诸多因素，因为Pytorch只能下载指定 CUDA 版本的库、GPU只能使用特定版本的驱动、GPU 有最高支持的 CUDA 版本限制等等。 项目开发之前，需要检查计算机的硬 / 软件环境，包括 GPU、驱动、CUDA、Python 等。

首先创建虚拟环境，为了保证和服务器上的tensorflow环境不发生冲突，为pytorch创建一个虚拟环境，在终端输入如下： conda create -n pytorch python=3.X #py版本根据实际情况定 之后进行环境的激活操作： source activate pytorch 接下来在Pytorch的官网，根据自己的机器配置选择对应的安装命令。 一路安装大功告成。 ...