1.アナコンダをインストールする
まず、自分のサーバーに anaconda linux ファイルを配置し、X シェルを入力する必要があります (後続のコマンドはすべてここに入力されます)。次のインストール コマンドを入力します。
次に、Enter キーを押し続けて、独自のサーバー環境にインストールします。
anaconda をダウンロードする方法がわからない場合、解決策は次のとおりです。
1. 同じサーバーから他の人のものをコピーします (コピーには win_scp を使用します)
2. 2 番目の方法は、 Anaconda | Individual Edition を公式 Web サイトから直接ダウンロードすることです。
anaconda はサーバーにインストールする必要があるため、Linux バージョンである必要があります。赤丸で囲ったもの（Linuxアイコン）をクリックします。
ダウンロードをクリックするだけで、ダウンロード後、win_scp を使用して、ダウンロードした anaconda パッケージを自分のサーバーのディレクトリにアップロードします。速度は遅くなるはずなので、最初の方法を使用することをお勧めします。
2. アナコンダを確認する
以下が表示されたらanacondaと入力します。
直接入力できます
PATH=/home/ユーザー名/anaconda3/bin:$PATH をエクスポートするだけです。
このような出力がない場合、環境変数はインポートされません。
次のコマンドを実行します。
最後の行に「export PATH=/home/your username/anaconda3/bin:$PATH」を追加します。
最終的に、上記の両方で環境をアクティブ化するコマンドを入力する必要があります。
3. Tsinghuayuan と conda のコマンドを更新する
1.清華ソースの更新
conda config --add チャネル https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2.condaコマンドを更新する
#すべてのライブラリを更新します
conda update --all
#更新 conda 自身
conda update conda
4. 自分の環境を確認する
X-shell で conda info -e または conda info --env と入力して表示します。
上記の設定が完了すると、上記の状況が発生します。
5. 次に、新しい環境を作成できます
次のコマンドは、新しい環境を作成するためのものです
conda create -n your_env_name python=X.X
your_env_name は新しい環境の名前、「XX」は Python のバージョン番号です。
新しい環境を作成する目的の 1 つは、たとえば、将来、独自のコードでバージョン 1.8 のパッケージを使用する必要があるが、基本環境にはバージョン 1.9 のパッケージしかないため、新しい環境を作成できることです。環境を構築し、バージョン 1.8 のパッケージを新しい環境に配置するため、現在のコードに一致するベース環境を再構築する必要はありません。別の環境を呼び出してコードを実行し、後で更新する方法。
次に、インストールした環境を確認します。
これで環境が整いました。-----------------------必要に応じて、次の手順を参照してください。
6.pytorchをインストールする
PyTorch が 公式 Web サイトに入り、
「インストール」をクリックして、対応するバージョンを選択します
X-shell に下のコマンドを入力して、pytorch をインストールします。
一般に、この方法で pytorch をインストールすると非常に時間がかかるため、次の解決策を採用します。
cuda 10.2 より前のバージョンに適用されます。
X シェルに入り、.condarc ファイルを開きます。
次のコードをそこに貼り付け、保存して終了します。
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
show_channel_urls: true
auto_activate_base: true
ここでpytorch公式サイトからインストールコマンドを入力すると速度が向上します。
cuda 11.3 以降のバージョンでは、ミラー ソースを追加する必要はありません。
公式 Web サイト自体のコマンドを使用して pytorch を直接インストールする速度は、ミラー ソースを追加した後にミラー ソースを使用して pytorch をインストールするよりも高速です。例えば Linux 版の pytorch1.12.1 cuda=11.3 をインストールする場合、公式サイトから conda コマンドを直接 X-shell にコピーするのですが、インストール速度が非常に速いです。逆にミラーソースを追加するとインストールが遅くなりました。