远程GPU服务器Autodl搭建Pytorch环境

目录

一、AutoDL创建实例

二、终端

三、配置pytorch环境 (这里环境名为py38)

1、创建新的虚拟环境

2、进入新环境

3、安装你想要的包（我的是pytorch）

4.安装另外的包

---

一、AutoDL创建实例

镜像

PyTorch 1.10.0

Python 3.8(ubuntu20.04)

Cuda 11.3

GPU

RTX 3090(24GB) * 1

二、终端

1.进入终端

vim ~/.bashrc

2、然后按英文模式的 i 进入编辑，按键盘下键到最后输入

source root/miniconda3/etc/profile.d/conda.sh

3、然后先按键盘Esc键，使用命令 :wq 保存退出

4、输入以下命令刷新

bash

5、进入conda环境

conda activate base
#可能会报错‘...conda init’
#1、执行：conda init 命令
#2、执行：bash
#3、重新激活：conda activate base

三、配置pytorch环境 (这里环境名为py38)

1、创建新的虚拟环境

conda create -n py38 python=3.8

2、进入新环境

conda activate py38

3、安装你想要的包（我的是pytorch）

安装pytorch包：

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

如果报错：

Solving environment: failed with initial frozen solve. Retrying with flexible solve.

解决方法们：（可能多试几次就行了？<--由于网络不稳定）

（1）删掉后面的 -c pytorch -c conda-forge

（2）换源

恢复默认源：

conda config --remove-key channels

换源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

（3）改变通道的主要性

conda  config --set channel_priority flexible

（4）.conda版本过高（可能python版本也要跟着换）

#查看版本
(damon) C:\Users\LYYAO>conda --version
conda 4.6.14
#换版本
conda config --set allow_conda_downgrades true
conda install conda=4.6.14

（5）粗暴的解决办法：直接使用pip安装，可以成功安装第三方包，但后续可能会造成问题。

(damon) C:\Users\LYYAO>pip install scikit-learn

4.安装另外的包

pip install jupyter d2l
conda install ipykernel
ipython kernel install --user --name=py38

环境搭建完成！