?

一：安裝

如果不是 x86_64，需要去鏡像看對(duì)應(yīng)的版本

?安裝 Anaconda

輸入命令

bash Anaconda3-2021.11-Linux-x86_64.sh

然后輸入 yes 表示同意

確認(rèn)安裝的路徑，一般直接回車安裝在默認(rèn)的 /home/你的名字/anaconda3

很快就安裝完畢。輸入 yes 來(lái)確認(rèn)使用 conda init 來(lái)啟動(dòng)

3. 啟動(dòng)環(huán)境變量

如果現(xiàn)在輸入 conda，會(huì)顯示找不到命令

需要啟動(dòng)已經(jīng)修改環(huán)境變量，輸入以下命令（以后都不用再 source 了，因?yàn)閱?dòng) Ubuntu 會(huì)自動(dòng) source）

source ~/.bashrc

這時(shí)候會(huì)發(fā)現(xiàn)出現(xiàn)了 (base)

如果你查看 ~/.bashrc，可以看到已經(jīng)添加了 conda 的路徑

?

二：

4. 升級(jí) conda

如果當(dāng)前安裝后，不是最新版本，可以通過(guò)以下命令升級(jí)

conda update -n base -c defaults conda

?

5. 創(chuàng)建虛擬環(huán)境

輸入以下命令創(chuàng)建名為 py39 的虛擬環(huán)境，python 版本為 3.9

conda create -n py39 python=3.9

輸入 y 并回車后，開(kāi)始下載并創(chuàng)建

6. 進(jìn)入虛擬環(huán)境

輸入以下命令進(jìn)入我們創(chuàng)建的虛擬環(huán)境 py39

source activate py39 

#創(chuàng)建虛擬環(huán)境
conda create -n your_env_name python=X.X（3.6、3.7等）#激活虛擬環(huán)境
source activate your_env_name(虛擬環(huán)境名稱)#退出虛擬環(huán)境
source deactivate your_env_name(虛擬環(huán)境名稱)#刪除虛擬環(huán)境
conda remove -n your_env_name(虛擬環(huán)境名稱) --all#查看安裝了哪些包
conda list#安裝包
conda install package_name(包名)
conda install scrapy==1.3 # 安裝指定版本的包
conda install -n 環(huán)境名 包名 # 在conda指定的某個(gè)環(huán)境中安裝包#查看當(dāng)前存在哪些虛擬環(huán)境
conda env list 
#或 
conda info -e
#或
conda info --envs#檢查更新當(dāng)前conda
conda update conda#更新anaconda
conda update anaconda#更新所有庫(kù)
conda update --all#更新python
conda update python

?二：安裝onnx pytorch onnxruntime

依賴包（如果有可以先不安裝）

sudo apt-get -y update; 
sudo apt-get -y install autoconf bc build-essential g++-8 gcc-8 clang-8 lld-8 gettext-base gfortran-8 iputils-ping libbz2-dev libc++-dev libcgal-dev libffi-dev libfreetype6-dev libhdf5-dev libjpeg-dev liblzma-dev libncurses5-dev libncursesw5-dev libpng-dev libreadline-dev libssl-dev libsqlite3-dev libxml2-dev libxslt-dev locales moreutils openssl python-openssl rsync scons python3-pip libopenblas-dev

GitHub - onnx/onnx: Open standard for machine learning interoperabilityOpen standard for machine learning interoperability - GitHub - onnx/onnx: Open standard for machine learning interoperabilityhttps://github.com/onnx/onnx#linux-and-macos

安裝onnx

conda install -c conda-forge onnx

安裝onnxruntime

pip install onnxruntime

安裝pytorch

?conda install pytorch torchvision -c pytorch