AutoDL配置环境过程记录（更新中）

AutoDL 配置CUDA

一、编辑文件+刷新，使得能使用conda，以进行后续的环境配置

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

二、配置环境

1. 进入环境：

conda activate base

2. 创建新环境：
   这里的环境名称py38可以自由设置

conda create -n py38 python=3.8

3. 进入新环境：
   py38换成自己设置的环境名称

conda activate py38

三、安装所需包

1. Tensorflow

conda install tensorboard==2.11.0 tensorboard-data-server==0.6.1 tensorflow==2.11.0 tensorflow-estimator==2.11.0

2. Pytorch

查询安装命令 → Pytorch
一个例子：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

【报错】

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

【换源】
①恢复默认源：

conda config --remove-key channels

②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 查看源

conda config --show channels

四、Notebook环境切换

jupyter页面更新（即在jupyter页面里增加一个基础环境：py38）

pip install jupyter d2l

1. 在py38环境中输入

conda install ipykernel

2. 虚拟环境添加到可选的kernel：
   py38换成自己的设置的环境名称

ipython kernel install --user --name=py38

五、验证

按照配置好环境后，退出无卡模式，更换为开机模式，再点击Notebook下的py38进去写代码了（即在py38环境下，使用jupyternotebook）

输入以下代码验证：

import torchvision
import torch
print(torchvision.__version__)
print(torch.cuda.is_available())

六、直接上传本地环境文件

在本地的anaconda目录里面找到自己配的环境的那个文件夹，
然后上传到miniconda的envs里面
再输入：

conda activate

七、解压文件

unzip 接需要解压的文件名
例如：

root@autodl-container-7092458c99-bd42fc36:~/autodl-tmp# unzip data.zip

八、学术加速

设置学术加速，不再区分不同地区

如果在终端中使用：

source /etc/network_turbo