环境Ubuntu18.04
1.安装Anaconda
下载地址https://www.anaconda.com/ Anaconda3-2022.05-Linux-x86_64.sh 命令行中切换到anaconda文件所在目录, cd xxx/，然后输入：
sh Anaconda3-2022.05-Linux-x86_64.shaccept the license terms--yes 默认安装路径，/home/用户名/anaconda3 installation finished. Do you wish the installer to initialize Anaconda3 by running conda init? --yes 安装的时候初始化，激活base环境下python. 安装完后单独激活用conda init
no change /home/zd/anaconda3/lib/python3.9/site-packages/xontrib/conda.xsh
no change /home/zd/anaconda3/etc/profile.d/conda.csh
modified /home/zd/.bashrc查看Anaconda版本
终端输入conda --version 或者conda -V
conda 4.12.0Ubuntu 终端前多了个 base
装完anaconda之后，前面会多一个base，这指的是anaconda中env的根目录，如果有强迫症的话可以把这个删除，不删除也没影响
conda config --set auto_activate_base False
重启
或者 conda deactivate 退出base下启动python是3.9
退出base下启动python是默认的2.7
Ubuntu 终端前多了个 base安装 aconda 后ubuntu终端界面前部出现（base）
--------------------------------------------------------------
2.Anaconda使用
2.1.Anaconda中创建虚拟环境
创建虚拟环境
conda create -n my_test39 python=3.9
python=3.9是python版本号，可以指定如python=3.7, 即在该虚拟环境中安装pyhton3.7,未指定的情况下默认Anaconda安装时的版本. 例如要创建一个名字为my_test39的python3.9的环境：
conda create -n my_test39 python=3.9创建过程
(base) zd@zd-DL:~$ conda create -n my_test39 python=3.9
environment location: /home/zd/anaconda3/envs/my_test39
# To activate this environment, use
# $ conda activate my_test39 # 激活
# To deactivate an active environment, use
# $ conda deactivate # 退出创建完的虚拟环境在/home/zd/anaconda3/envs/my_test39
激活虚拟环境下python+退出当前环境
conda activate my_test39 #激活进入当前环境
conda deactivate #退出当前环境
conda env list #查看已有的虚拟环境
conda activate my_test39 #切换进对应虚拟环境
查看虚拟环境的包
conda list -n my_test39 #查看已有的虚拟环境
2.2.Anaconda中安装python库
安装库conda方式
首先创建并进入对应虚拟环境
conda create -n my_torch_cpu39 python=3.9 #conda activate my_torch_cpu39
conda create -n my_torch_gpu39 python=3.9 #conda activate my_torch_gpu39
conda deactivate #退出当前环境（1）Anaconda中使用conda方式安装matplotlib
将matplotlib库安装到虚拟环境my_torch_gpu39中
conda activate my_torch_gpu39 #进入对应虚拟环境
conda install matplotlib
environment location: /home/zd/anaconda3/envs/my_torch_gpu39检测安装效果
启动python,导入matplotlib库正常
安装库pip方式
首先进入对应虚拟环境
conda activate my_torch_gpu39 #进入对应虚拟环境输入pip install matplotlib -i 镜像链接
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn
其他命令
conda env -h # 环境管理的全部命令帮助
conda create –n myEnv python=3.9 #创建虚拟环境
conda remove --name your_env_name --all # 删除某个环境
activate myEnv #Windows下进入某个环境; linux下 source activate myEnv
conda deactivate #退出当前环境
conda env list # 列举当前所有环境
虚拟环境改名
conda create -n 新环境名 --clone 旧环境名 #
conda remove -n 旧环境名 --all
包管理
conda list # 列出当前活跃环境下的所有包
conda list -n myEnv # 列出指定环境下所有包 conda list -n my_test39
conda update xxx #更新xxx文件包
conda uninstall xxx #卸载xxx文件包
想要卸载某一个安装包可以使用以下代码：
conda uninstall 包名
安装好了库，可以使用以下代码离开环境：
conda deactivate--------------------------------------------------
3.PyCharm中使用Anaconda
3.1.PyCharm安装
下载网址https://www.jetbrains.com/pycharm/
选Community，下载
sudo mkdir /opt/pycharm # opt目录下建立一个pycharm文件夹
打开终端解压或者右键提取到此处，解压 或者用这个sudo tar -zxvf pycharm-community-2021.3.3.tar.gz
cd 下载 #
sudo mv pycharm-community-2021.3.3/ /opt/pycharm/ #把文件夹移动到这个opt目录下， mv file1 dir1安装
cd /opt/pycharm/pycharm-community-2021.3.3/bin #进入pycharm-community-2021.3.3/bin
sh ./pycharm.sh #执行pycharm.sh命令文件，开始安装
选择Don't Send
遮挡，拉长框即可显示
右下角启动图标
安装完成，创建桌面快捷方式。或者这种方式添加启动图标Tools--Create Desktop Entry...
[Ubuntu20.04]--PyCharm安装后无快捷图标
3.2.测试PyCharm-使用虚拟环境Python解释器
两种设置解释器，建立conda虚拟环境的方式. (1)使用终端,conda命令建立虚拟环境.(2)使用pycharm中New environment (3)加载已经存在的解释器previously configured interpreter
（2）新建虚拟环境pycharm
这个my_torch_cpu39_pycharm中没装torch
建立新工程，用pycharm方式通过conda创建虚拟环境
（3）加载存在的方式，设置解释器，File-Settings，
Add 加载previously configured interpreter
运行Run, 输出正常
安装插件
在安装 Pycharm 时，有个界面是选择要安装的插件。打开路径是：file --> settings --> plugings
如安装 statistic: （1）statistic： 项目统计 （2）Rainbow Brackets：让代码块之间很清晰的显示出各种颜色
卸载pycharm
卸载安装文件-----删掉安装目录文件在/opt/pycharm目录下
sudo rm -rf pycharm-community-2022.2.1/ #sudo rm -r /opt/pycharm-community-2022.2.1/
sudo rm -rf pycharm-community-2021.3.3/去用户home目录下面删除配置文件
cd /home/用户名/.config/JetBrains ＃进入配置目录 # 直接删掉这个目录中文件
cd /home/用户名/.cache/JetBrains ＃进入配置目录 # 直接删掉这个目录中文件
./local/share/JetBrains
rm -rf info
#不再使用pycharm
sudo rm /usr/share/applications/jetbrains-pycharm-ce.desktop #rm -fr PyCharm Community Edition不用动-启动项修改
sudo gedit /uer/share/applications/jetbrains-pycharm-ce.desktop 进行修改
/usr/share/applications/jetbrains-pycharm-ce.desktop # 图标位置
~/.config/JetBrains/PyCharmCE2022.2 directory
~/.local/share/JetBrains/PyCharmCE2022.2Ubuntu(20.04)中安装Pycharm(2020.1.2)详细教程PyCharm的安装与卸载ubuntu18.04卸载自定义安装的pycharmubuntu20.04安装pycharm2021.3.3https://www.jianshu.com/p/71258a64172b在Ubuntu 20.04中安装Pycharm 2020.1
-------------------------------------------
4.Pytorch安装
将Pytorch安装在Anaconda创建的虚拟环境中
4.1.cpu版Pytorch安装 创建Anaconda虚拟环境:conda create -n my_torch_cpu39 python=3.9 pytorch 官网https://pytorch.org/
conda create -n my_torch_cpu39 python=3.9 #conda activate my_torch_cpu39conda模式-v1.11.0
# CPU Only
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch进入对应虚拟环境
conda activate my_torch_cpu39 #切换进 进入对应虚拟环境
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch安装完成，然后导入torch检测是否正常
安装正常
4.2.gpu版Pytorch安装
4.2.1.nvidia驱动与cuda安装
参考ubuntu下nvidia显卡驱动安装
查看NVIDIA显卡驱动安装是否成功,nvidia-smi
右上角代表此驱动最高支持的cuda版本
conda deactivate #退出当前环境
CUDA11.3下载安装
CUDA官网下载地址：CUDA Toolkit Archive cuda版本对应的nvidia驱动版本对照表： CUDA Toolkit Documentation
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.runwget之后下载到主目录/home/用户名，中，在run文件目录中打开终端，执行安装命令
sudo sh cuda_11.3.1_465.19.01_linux.run默认安装信息
/usr/local/cuda-#.#
/usr/local/cuda-#.#/samples #Linux platform:
$HOME/NVIDIA_CUDA-#.#_Samples安装过程
Do you accept the above EULA? (accept/decline/quit): accept去掉cuda自带的驱动，方向键，回车键，
查看是否安装成功， 可以通过运行samples下的程序检查是否安装有效
cd /usr/local/cuda-11.3/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
进入目录，编译生成程序，然后运行程序。
最后显示结果 Result = PASS，表示安装成功。
添加环境变量 把CUDA相关命令和库文件添加到系统目录中
#sudo gedit /etc/profile #修改profle文件，这个是对所有用户有效,如果仅对当前用户，则修改~/.bashrc文件
sudo gedit ~/.bashrc
在文件最后添加
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
保存，并输入
source ~/.bashrc #生效 #source /etc/profile检测环境配置是否生效
nvcc -V 或 nvcc --version #能够显示安装的CUDA版本信息
cudnn下载安装
cudnn官网下载地址:https://developer.nvidia.com/rdp/cudnn-archive
选择Linux[x86_64],cudnn-11.3-linux-x64-v8.2.1.32.tgz
tar -zxvf cudnn-11.3-linux-x64-v8.2.1.32.tgz # 解压把解压后相应的库文件和头文件复制到CUDA目录，即安装完成
#
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.3/include/
sudo cp cuda/include/cudnn_version.h /usr/local/cuda-11.3/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64/
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.3/lib64/libcudnn*
# 查看cudnn代码版本，若结果如下图，则表示安装成功
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
# sudo cp src-file target-file
# sudo cp -r src-file target-file 源文件夹src-file下还有文件夹 -r：表示递归复制的意思
4.2.2.gpu版Pytorch安装
创建Anaconda虚拟环境:conda create -n my_torch_gpu39 python=3.9
虚拟环境路径为/home/用户名/anaconda3/envs/my_torch_gpu39
pytorch 官网https://pytorch.org/PyTorch其他版本
进入对应虚拟环境
conda activate my_torch_gpu39 #切换进 进入对应虚拟环境
# CUDA 11.3
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch复制代码进行安装
environment location: /home/用户名/anaconda3/envs/my_torch_gpu39
安装完成，然后导入torch检测是否正常
conda activate my_torch_gpu39 #切换进 进入对应虚拟环境
python
import torch
print(torch.cuda.is_available())
安装正常
----------------------------------------------
5.PyCharm中用虚拟环境python解释器导入torch
5.1.cpu版PyCharm中导入torch
参照3.2节，可以使用pycharm新建虚拟环境解释器my_torch_cpu39_pycharm，也可以加载终端使用conda命令建立的虚拟环境.
5.2.gpu版PyCharm中导入torch
参照3.2节，添加Interpreter为my_torch_gpu39的python
import torch
print('import torch')
print(torch.cuda.is_available())
print(torch.__version__)
print(torch.__path__) #查找路径
