服务器conda环境使用python虚拟环境教程

朱雀 2022-12-30 12:58 161阅读 0赞

在github上下载的代码，如果为python代码或者项目，通常都有环境依赖，每次下载不同的包，会覆盖掉以前的包版本。因此，往往采取一个算法一个虚拟环境的方式进行跑代码。

以这个github项目代码为例，介绍如何运行一个项目（[代码地址][Link 1]，这个算法 是 Source code for CIKM 2020 paper "**Fast Attributed Multiplex Heterogeneous Network Embedding**"，下载后解压传到服务器上）

# 1 连接服务器 #

# 2 查看服务器存在的虚拟环境 #

conda env list 
    或 conda info -e

# 3 创建虚拟环境 #

conda create -n env_name python=X.X

![20201225151259394.png][]

我用的名字为FAME\_py36, 选择的版本为3.6， 后面会问你要不要下载一些内置库，选择y

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NDYzMTc1_size_16_color_FFFFFF_t_70][]

# 4 激活虚拟环境 #

source activate FAME_py36

# 5 安装依赖包  #

pip install -r requirments.txt

ps：先来到FAME-master路径，不然会找不到requirments文件

# 6 运行代码 #

python main.py

# 7 关闭虚拟环境  #

source deactivate

或者deactivate（windows系统）

如果需要删除FAME\_py36虚拟环境：conda remove -n FAME\_py36 --all

如果需要删除FAME\_py36虚拟环境中的某个包：conda remove --name FAME\_py36  package\_name

如果需要安装不同版本的CUDA加速的话，可以参考如下命令：参考网址

Linux and Windows
    # CUDA 9.2
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 -c pytorch
    
    # CUDA 10.1
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch
    
    # CUDA 10.2
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch
    
    # CPU Only
    conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch

检测是否有CUDA加速命令：[参考网址][Link 2]

import torch
    torch.cuda.is_available()

如果为false，那么一定要先看自己CUDA版本

nvcc -V

![20201231205318834.png][]

我的是9.0，现在有2个思路，一个是更新CUDA驱动，另一个是安装对应的pytorch和torchvision，在上面参考网址里下载对应版本。

查看驱动版本：nvida-smi

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NDYzMTc1_size_16_color_FFFFFF_t_70 1][]

Tesla K40C配置：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NDYzMTc1_size_16_color_FFFFFF_t_70 2][]

[Link 1]: https://github.com/yangYlin/FAME
[20201225151259394.png]: /images/20221120/1c9dc48051974368bec0a5b01ebf803b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NDYzMTc1_size_16_color_FFFFFF_t_70]: /images/20221120/4c25a135fdd84b9197e3b9a1d2ce30f6.png
[Link 2]: https://pytorch.org/get-started/locally/
[20201231205318834.png]: /images/20221120/d83c47778f5d453c81873a07968c1237.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NDYzMTc1_size_16_color_FFFFFF_t_70 1]: /images/20221120/1fb2ad1ac8ed4635a7e6bfb2d3ecec16.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM5NDYzMTc1_size_16_color_FFFFFF_t_70 2]: /images/20221120/45ed953d538843d78c01584aefba52dd.png