conda创建虚拟环境安装pytorch

conda简介

• conda的虚拟环境能够有独立于系统的python解释器版本，但是venv是以来主环境的。
• conda可以安装一个写工具软件，但是venv不能。
• conda的虚拟环境统一保存在conda指定的位置，venv虚拟环境保存在生成时指定的文件夹。

基本使用

# 配置来初始化shell，针对于bash
eval "$($(which conda) shell.bash hook)"
# 用以修复 CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
# 可以直接用alias加到~/.bashrc中，避免每次开启新终端都要输一长串命令
alias init_conda='eval "$($(which conda) shell.bash hook)"'

# 创建虚拟环境
conda create -n env_name (python=3.8)
-n 指定环境名，后面可以指定python版本

# 开启虚拟环境
conda activate env_name
# 开启成功后，命令提示符前面会有一个(env_name)

# 关闭虚拟环境
conda activate env_name

# 显示当前活跃环境安装的包
conda list
# 显示指定环境安装的包
conda list -n env_name


# 显示当前所有环境
conda env list

# 删除指定环境
conda remove -n env_name --all

安装pytorch

直接安装预编译版本pytorch

编译源码安装

conda install astunparse numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses

conda install -c pytorch magma-cuda112  # or the magma-cuda* that matches your CUDA version from https://anaconda.org/pytorch/repo

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
# if you are updating an existing checkout
git submodule sync
git submodule update --init --recursive --jobs 0

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
export USE_CUDA=1
export REL_WITH_DEB_INFO=1
export MAX_JOBS=16
export USE_NINJA=OFF 
python setup.py install

$ cd ..
$ python
>>> import torch
>>> x = torch.rand(3, 5)
>>> print(x)
tensor([[0.9821, 0.3802, 0.8786, 0.8570, 0.7950],
        [0.2515, 0.8776, 0.6394, 0.8087, 0.6158],
        [0.6292, 0.5432, 0.3712, 0.5063, 0.2454]])
        
>>> print(torch.cuda.is_available())
True
>>> print(torch.cuda.get_device_name())
GeForce RTX 2080 Ti

reference Python配置-virtualenv和conda的区别 https://www.zhihu.com/question/58033789 PYTORCH GET STARTED pytorch readme