linux配置conda，安装虚拟环境,安装cuda，cudnn加速库

①安装

是的，除了从官网下载安装程序之外，还可以使用命令行方式安装 Miniconda。以下是在 Ubuntu 上使用命令行安装 Miniconda 的步骤：

1. 打开终端。

2. 运行以下命令，下载 Miniconda 安装脚本：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
   

3. 运行以下命令，将下载的安装脚本赋予执行权限：

   chmod +x Miniconda3-latest-Linux-x86_64.sh
   

4. 运行以下命令，执行安装脚本：

   ./Miniconda3-latest-Linux-x86_64.sh
   

5. 在安装过程中，你将被提示阅读许可协议。按下空格键逐页阅读，然后输入 “yes” 同意许可协议。

6. 安装程序会要求你选择安装位置。你可以选择默认位置，或者根据需要选择其他位置。

7. 安装过程中，你将被提示是否将 Conda 初始化脚本添加到你的 .bashrc 文件中。如果你希望在每次终端启动时自动激活 Conda 环境，请选择 “yes”。

8. 安装完成后，关闭终端并重新打开一个新的终端窗口，以使 Conda 的更改生效。

9. 验证 Conda 是否成功安装。在终端中运行以下命令：

   conda --version
   

   如果安装成功，将显示 Conda 的版本信息。

现在，你已成功在 Ubuntu 上使用纯命令行方式安装了 Miniconda。你可以使用 Conda 创建和管理 Python 环境，例如创建新环境、安装包等。有关 Conda 的使用，请参阅官方文档以获取更多信息：https://conda.io/projects/conda/en/latest/index.html

②配置conda以及pip国内镜像地址

参考：https://blog.csdn.net/ViatorSun/article/details/118578818?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171564745616800180634242%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=171564745616800180634242&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_alltop_positive~default-1-118578818-null-null.142^v100pc_search_result_base8&utm_term=conda&spm=1018.2226.3001.4187

下面直接复制粘贴就行

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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

pip参考：

https://blog.csdn.net/wzk4869/article/details/130446850?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171574433416777224450220%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=171574433416777224450220&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_alltop_positive~default-2-130446850-null-null.142^v100pc_search_result_base8&utm_term=pip%E4%BD%BF%E7%94%A8%E6%B8%85%E5%8D%8E%E9%95%9C%E5%83%8F%E6%BA%90%E5%AE%89%E8%A3%85&spm=1018.2226.3001.4187

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

③创建环境

conda create -n XXXpython=3.10

conda create -n XXX python=3.9.5

conda env remove --name XXX

④查看环境

conda info --envs

④安装cuda，cudnn加速库（非必须）

我现在linux服务器上有多个用户，root用户下已经安装了cuda11.4，我想在当前XXX用户目录下安装另一个更高版本11.8的cuda，现在应该怎么做？

要在XXX 用户目录下安装 CUDA 11.8，而不影响系统中已经安装的 CUDA 11.4，您可以按照以下步骤进行操作：

1. 下载 CUDA 11.8 安装包

• 访问 NVIDIA CUDA Toolkit 11.8 的下载页面。
• 选择适合的操作系统版本（Linux）和架构（x86_64）。
• 下载 .run 文件类型的 CUDA 安装程序到 XXX 目录。例如，执行以下命令：

  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  

2. 运行安装程序

• 切换到XXX 用户，并确保你在 XXX 目录下执行以下命令：

  chmod +x cuda_11.8.0_520.61.05_linux.run
  ./cuda_11.8.0_520.61.05_linux.run --silent --toolkit --toolkitpath=/home/XXX/cuda-11.8 --override
  

• 使用 --toolkit 参数仅安装 CUDA Toolkit，而不安装驱动（驱动会影响系统级别的 CUDA 环境）。--silent 用于静默安装，跳过协议等，--override 用于覆盖之前的安装路径选择。

3. 设置环境变量

• 安装完成后，需要为XXX用户配置环境变量，确保该用户使用 CUDA 11.8 而不是系统默认的 CUDA 11.4。
• 编辑 ~/.bashrc 文件，添加以下内容：

  export PATH=/home/XXX/cuda-11.8/bin:$PATH
  export LD_LIBRARY_PATH=/home/XXX/cuda-11.8/lib64:$LD_LIBRARY_PATH
  

• 保存后，执行以下命令使更改生效：

  source ~/.bashrc
  

4. 验证安装

• 运行 nvcc --version 来验证是否正确使用了 CUDA 11.8：

  nvcc --version
  

• 输出应显示 CUDA 11.8 的版本信息。

5. 更新 PyTorch 或其他框架的 CUDA 环境

• 如果你使用 PyTorch 或 TensorFlow 等框架，确保它们能找到 CUDA 11.8。可以通过环境变量或使用与 CUDA 11.8 兼容的 PyTorch 版本来实现。

这将确保你在xxx 目录下安装的 CUDA 11.8 不会影响系统下的其他用户或 CUDA 11.4。

如果机器本身可以安装的cuda版本够高，直接去官网复制命令下载即可

https://pytorch.org/

如果cuda版本低，就需要手动下载了

参考专栏：

https://www.bilibili.com/read/cv25282122/

⑤vscode远程连接需要安装python扩展

我当前就处于该conda环境中，我是通过vscode远程连接的，但是我打开一个py文件，右上角没有可运行按钮

如果你在 VS Code 中打开一个 Python 文件，并且你已经处于正确的 Conda 环境中，但是发现右上角没有可运行按钮，可能是由于缺少适当的扩展或配置导致的。

请按照以下步骤检查和确保你的环境和设置正确：

1. 确认安装了 “Python” 扩展：在 VS Code 的侧边栏中点击扩展图标（四方块图标），然后搜索并安装 “Python” 扩展。这个扩展提供了与 Python 相关的功能和集成。

2. 确认已选择正确的 Python 解释器：点击 VS Code 左下角的选择解释器按钮（通常是 Python 版本号），然后选择你要在其中运行代码的 Conda 环境。

3. 检查编辑器顶部的工具栏：确保你在 VS Code 编辑器的顶部工具栏中看到了可运行按钮。该按钮通常是一个绿色的三角形 “Run” 图标。如果你没有看到该按钮，可以尝试隐藏/显示工具栏，点击 “查看”（View）菜单，然后选择 “工具栏”（Toolbar）选项。

4. 确认文件类型为 Python：确保你打开的文件已保存为 .py 扩展名的 Python 文件。VS Code 只会在 Python 文件中显示可运行按钮。

如果你按照上述步骤进行检查，仍然没有找到可运行按钮，你可以尝试重新启动 VS Code，并确保你的环境和设置正确。

另外，除了可运行按钮，你仍然可以使用其他方式来运行 Python 文件，例如使用终端或使用 VS Code 中的命令面板。你可以通过按下 Ctrl + 键（或者 Cmd + 键） + P，然后输入 Python: Run Python File in Terminal` 命令来在终端中运行 Python 文件。

S Code 中的命令面板。你可以通过按下 Ctrl + 键（或者 Cmd + 键） + P，然后输入 Python: Run Python File in Terminal` 命令来在终端中运行 Python 文件。

希望这些提示对你有所帮助！如果你有任何其他问题，请随时提问。