Ubuntu命令行配置conda环境

Pytoch的gpu加速需要安装cuda，而cuda的安装过程较为繁琐，因此推荐使用conda安装pytorch-cuda环境。 以下是在Ubuntu系统下配置conda环境的步骤。 同时，在conda管理的虚拟环境内可正常使用pip安装其他包。

1. 安装Miniconda
2. conda会默认在shell启动时激活base环境，可通过conda config --set auto_activate_base false关闭此功能
3. 创建新环境：conda create -n [env_name] python=3.9
4. 激活环境：conda activate [env_name]（或使用vscode python插件的解释器选择）

5. conda换源: code ~/.condarc 参考配置：

    channels:
    - defaults
    show_channel_urls: true
    default_channels:
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    - https://mirrors.sustech.edu.cn/anaconda/pkgs/main
    - https://mirrors.sustech.edu.cn/anaconda/pkgs/free
    - https://mirrors.sustech.edu.cn/anaconda/pkgs/r
    - https://mirrors.sustech.edu.cn/anaconda/pkgs/pro
    - https://mirrors.sustech.edu.cn/anaconda/pkgs/msys2
    custom_channels:
    conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    msys2: https://mirrors.sustech.edu.cn/anaconda/cloud
    bioconda: https://mirrors.sustech.edu.cn/anaconda/cloud
    menpo: https://mirrors.sustech.edu.cn/anaconda/cloud
    simpleitk: https://mirrors.sustech.edu.cn/anaconda/cloud
    nvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud
    auto_activate_base: false
    remote_read_timeout_secs: 600.0
   

6. pip换源: python -m pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple --upgrade pip pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
7. 安装包：conda install [package]或pip install [package]
8. Pytoch-CUDA环境：conda install pytorch torchvision torchaudio pytoch-cuda -c pytorch -c nvidia
   • Version通过nvidia-smi查看，可前往nvidia官网更新驱动
   • -c指定channel
   • 若系统中的cuda环境过旧，且不方便更新cuda驱动，可查看支持的最新pytorch版本pytorch
9. 安装Conda中找不到或存在冲突的包：pip install [package]
10. 检查pip冲突：pip check