/2021-MR-environment-configuration

2021媒体与认知环境配置（ubuntu）

说明：

  • 今年的媒体与认知上机实验基于个人的笔记本电脑完成。该配置教程针对于ubuntu系统。
  • 对于其他的操作系统，可以选择以下几种解决方案：
    • 1）网上查找教程，直接在该系统上配置环境。
    • 2）给笔记本电脑安装双系统。
    • 3）安装虚拟机并安装ubuntu系统。

1 Anaconda安装

Anaconda经常在机器学习中使用，Anaconda是一个包含180+的科学包及其依赖项的发行版本。包含的科学包包括：conda, numpy, scipy, ipython notebook等。conda是包及其依赖项和环境的管理工具，适用的语言包括：Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN；适用的平台包括：Windows, macOS, Linux。它可以用来快速安装、运行和升级包及其依赖项，以及在计算机中便捷地创建、保存、加载和切换环境。

1.1 下载安装包

两种下载方式可选：

选择下载 Anaconda3-5.3.1-Linux-x86_64.sh

1.2 安装

转到下载文件的路径下，并且使用命令安装：

bash Anaconda3-5.3.1-Linux-x86_64.sh

anaconda会自动将环境变量添加到PATH里面，如果后面你发现输出conda提示没有该命令，那么你需要source ~/.bashrc 这样就是更新环境变量，就可以正常使用了。如果发现这样还是没用，那么需要收到添加环境变量编辑~/.bashrc 文件，在最后面加上

export PATH=/home/douzp/anaconda3/bin:$PATH

保存退出后 source ~/.bashrc

再次输入conda list测试查看，应该就没有问题了。

在终端中输入python，可以启动Python交互界面，这条命令将会启动Python交互界面，如果Anaconda被成功安装并且可以运行，则将会在Python版本号的右边显示“ |Anaconda, Inc.|”。退出Python交互界面则输入exit()或quit()即可。

image-python

Anaconda安装成功后，就可是使用conda来创建新的环境、安装新的包了。目前conda的基础环境是Python3.7.0，满足我们的上级要求了，我们不需要创建新的Python环境了。

可以使用命令查看目前的虚拟环境

conda info -e

image-envs

如果想要创建新的环境，可以使用以下命令：

conda create --name <env_name>

注意：

--name 也可以替换为 -n

<env_name>即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。 如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。

如：conda create -n test python=3.6 ，即创建一个名为“test ”的环境，环境中安装版本为3.6的python。

如果大家在使用conda 装包的时候很慢或者无比煎熬的时候，可以加入清华镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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 --set show_channel_urls yes

2 安装Pytorch

首先需要激活我们的python环境

conda activate <env_name>

注意：我们使用的环境名称叫 base，所以命令为：conda activate base

激活后，应该为:

image-activate_envs

然后，可以去pytorch官网https://pytorch.org/ , 查看相应的命令提示：

image-pytorch

注意：

  • 我们默认大家使用cpu版本，如果同学具有gpu资源，可以选择对应的CUDA版本。

  • 我们不需要用到torchaudio，所以不需要安装这个包

最终，我们的安装命令为：

conda install pytorch torchvision cpuonly -c pytorch

安装完成之后，大家可以使用conda安装ipython, ipython的交互更美观一点。

conda install ipython

安装完成后，可以使用以下查看是否成功：

image-validation