【autodl/linux配环境心得：conda/本地配cuda，cudnn及pytorch心得】

我们服务器遇到的大多数找不到包的问题

都是因为国内的网络环境以及墙的问题，导致我们服务器使用了源，或conda使用了源的问题。
使用命令： conda install ，提示找不到包，很可能是因为我们使用了源，然后源里没存那个包。
使用命令： conda search cudatoolkit，找不到包，那其实是这个源里没这个包，不是说conda真的装不上那个特定版本的cuda。

又比如，使用git clone， git reset，一直报很奇怪的错，网上搜索的方法试了又试，都解决不了这个问题，之后发现是国内链接github比较慢，使用一下学术加速就解决了。

又比如，conda install pytorch -c pytorch，怎么都装不上，找不到包，也是连接pytorch官网比较慢

所以这里，笔者通过在autodl上搭建环境的例子，重新整一遍linux新环境中配置cuda，cudnn，pytorch以及安装好一个github包，并通过git硬调apex版本，来掩饰一下，当国内网不好，或使用的服务器网不好的时候，我们有多少种方法把环境给配好。(比如本地安装，换源，conda换pip之类的。)

一，服务器安装cuda和cudnn

使用conda在线安装cuda和cudnn

一般情况下，我们使用conda在虚拟环境中安装cuda和cudnn，我们会先搜索conda能提供的cuda包和cudnn包再安装。
比如使用如下所示代码：

conda search cudatoolkit
conda search cudnn
1
2

之后安装显示出来的列表里图里有的cuda和cudnn版本。

conda install cudatoolkit==xx.xx
conda install cudnn==xx.xx
1
2

比如当我在autodl上默认环境中运行：conda search cudatoolkit时，显示出来的是如下画面：

可以看到，显示出来的包不全，导致我们配环境也配的很困难(conda search cudnn同理，同样是不全。)
不管是直接使用命令进行安装conda install cudatoolkit==xx.xx，还是使用命令conda search cudatoolkit --info自己根据链接下载里面对应的包再本地安装，前提是我们得能搜索到对应的包啊，连包都搜索不到怎么安装(比如我们想安装11.1版本的cuda，我们至少得能搜索到cuda11.1啊，但这里的cudatoolkit连11.1都搜索不到。)

为什么conda能提供的cuda版本和cudnn版本这么少？我尝试运行了一下这两行命令进行搜索：

conda search cudatoolkit -c conda-forge
conda search cudnn -c conda-forge
1
2

这回能搜索到一系列的包。

确定原因：是网络和源的问题，导致conda搜索不到。
尝试换一下源再搜索：

#conda清除添加源，恢复默认源
conda config --remove-key channels
#添加一些清华源(有时候清华源崩了，可以换阿里源，阿里源崩了，可以换中科大源。国内安环境遇到问题，比如查找不到包的问题，很多都是网络的问题)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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/pytorch/
1
2
3
4
5
6

这时候再重新运行命令：

conda search cudatoolkit
conda search cudnn
1
2

这时候就能显示一系列能安装的conda 包了(conda搜索不到包，还是源的问题。)

这时候运行命令就可以了：

conda install cudatoolkit==xx.xx
conda install cudnn==xx.xx
1
2

使用conda进行本地安装

有时候直接去搜索conda-forge，去安装的时候，因为服务器没法访问外网，如果不是用源里面的文件，可能下载速度会很慢。我们可以使用这条命令：

conda search cudatoolkit --info
1

访问搜索出来的包的url，然后自己下载好，上传到服务器上，之后使用命令安装。
比如我们下载的两个包是cudatoolkit-11.3.1-h2bc3f7f_2.conda和cudnn-8.2.1-cuda11.3_0.conda，我们可以运行这两个命令进行安装。(下载的如果是压缩包，记得解压)

conda install ./cudatoolkit-11.3.1-h2bc3f7f_2.conda
conda install ./cudnn-8.2.1-cuda11.3_0.conda
1
2

检查conda安装的cuda和cudnn

conda list | grep cudatoolkit
conda list | grep cudnn
1
2

本地直接安装cuda和cudnn

方法一：直接更换镜像

实际上我们没必要把每一步都按照自己的想法去强迫其实现，这样会很浪费我们的时间，有时候同一张卡，我们直接升降配置换个镜像，就可以配好了。这能极大的提升我们做科研的速度。(不过我还是想把整体配环境的流程配一遍)

方法二：在nvidia官网下载cuda和cudnn之后进行安装

比如我们想安装cuda11.1.1和配套的cudnn7.6.5，我们首先要在nvidia官网的cuda-toolkit页面下载cuda11.0。

我们点进该页面，之后选择相关的文件，然后下载就可以了。

之后按照这个页面下面的链接运行即可成功安装上。

之后是配置cuda的环境变量的部分。具体安装过程如图所示：安装CUDA并配置环境变量。或参考这个帖子的配置环境变量过程：Linux系统下CUDA和cuDNN环境配置 。

接着我们进入nvidia-cudnn网址进一步下载cudnn
(这一步需要登陆)

安装cudnn之后，要执行一些列复制头文件的命令，参考此网址即可。对命令具体不懂的，可以询问ChatGPT 。

conda安装的cuda没有nvcc

我之前的autodl设置的环境一直是cuda10.1，然后conda里安装的cudatoolkit也是10.1的版本，所以一直没发现这个问题，。

当换了另一个服务器后，另一个服务器没有安装cuda10.1，conda安装了10.1版本的cudatoolkit之后无法使用nvcc命令，同时apex也无法正常安装(一直调用的外部的不匹配的cuda)
命令行运行命令

nvcc -V
1

或

nvcc --version
1

发现提示没有nvcc。

这是因为conda安装的cuda是不完全的版本。如果想使用conda安装具有nvcc的cuda，有两个办法：

方法一：

安装具有nvcc功能的cuda包。 参考以下三个网址：在Conda/无网络服务器/非root情况下安装Apex，安装cudatoolkit时Nvcc丢失？,Nvcc missing when installing cudatoolkit?.

conda search cudatoolkit    
conda install -c conda-forge cudatoolkit-dev=10.1
1
2

上面第一句，如果网络不好的话可能搜索不到，直接安装cudatoolkit-dev就行了。网络好的服务器可以直接安装(不过暂时没有去试过只安装dev，不安装cuda能不能使用apex，至少conda下有nvcc功能了)

方法二：

安装nvidia官网提供的cuda包。（nvidia conda channel is now available: nvidia/cuda and nvcc is in it.）
里面的示例安装命令是：

conda install cuda -c nvidia/label/cuda-11.3.0
1

但是似乎这个cuda包没有我们需要的系统版本(cuda10.1),里面有的版本都包含在这个网址里了：
nvidia / packages / cuda 12.3.0

二：服务器安装pytorch

换源或换命令安装pytorch

pytorch官网

比如官网的conda安装命令是：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 -c pytorch
1

实际上这个版本还有对应的pip安装命令：

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
1

在安装pytorch的过程中，我们还可以换源
换源安装pytorch

本地安装pytorch

pytorch离线下载网址
比如如果pytorch官网告诉我们的安装命令是：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 -c pytorch
1

我们可以去上面的离线包下载网址，把对应python版本和cuda版本的pytorch，torchvision还有torchaudio都下载上:

torchvision-0.9.0+cu111-cp38-cp38-linux_x86_64.whl
torchaudio-0.8.0-cp38-cp38-linux_x86_64.whl
torch-1.8.0+cu111-cp38-cp38-linux_x86_64.whl
1
2
3

之后我们把下载的包上传到服务器以后，在本地路径上直接pip安装就可以了。

pip install torch-1.8.0+cu111-cp38-cp38-linux_x86_64.whl
pip install torchvision-0.9.0+cu111-cp38-cp38-linux_x86_64.whl
pip install torchaudio-0.8.0-cp38-cp38-linux_x86_64.whl
1
2
3

报错： xxx.whl is not a supported wheel on this platform

不过本地安装pytorch的whl文件的一个问题就是，我们可能需要改一下文件的名字(因为新版的pip必须把文件名按规定的语法来修改才能安装上)
具体可以参考这三个网址：ERROR: torch-1.12.0+cu116-cp38-cp38-win_amd64.whl is not a supported wheel on this platform.，xxx.whl is not a supported wheel on this platform-查看pip支持的安装包版本，用whl安装pytorch踩坑实录（whl is not a supported wheel on this platform.）​​
我改了文件名后，成功安装上了。

我改的文件名：
torch-1.8.0+cu111-py38-none-linux_x86_64.whl
然后就成功安装上了
pip install torchvision-0.9.0+cu111-py38-none-linux_x86_64.whl
最后：
pip install torchaudio-0.8.0-py38-none-linux_x86_64.whl
1
2
3
4
5
6

检查pytorch是否成功安装：

import torch
print(torch.__version__)
print(torch.cuda.is_available())
# 打印当前可见可用的GPU数目
print(torch.cuda.device_count())
# 获取GPU名字
print(torch.cuda.get_device_name())
# 获取torch运行的cuda版本
torch.version.cuda
1
2
3
4
5
6
7
8
9

三：服务器运行git命令(git reset/ git clone)

这个同样是源或网络的问题，autodl有一个学术加速。

四：服务器conda安装gcc和g++

这里一看几条参考命令就都懂了。
比如我们之前conda安装了gcc和g++，但是软链接的是高版本的gcc和g++，现在无法使用，那么就可以这样：
先删除之前版本的gcc和gxx

conda remove gcc_linux-64
conda remove  gxx_linux-64
1
2

再安装对应版本的gcc和gxx

conda search gcc
conda search gxx
conda install gcc_linux-64=7.3.0
conda install gxx_linux-64=7.3.0
1
2
3
4

如果之前已经加上了软连接，那先删除之前的软连接 (通过这条命令，再通过下面的建立软链接的命令可以看出，软链接就是创建了一个文件，访问这个文件时可以链接访问到我们真的希望他访问的文件。比如这里创建的文件是在环境的bin下创建了gcc和g++两个文件，结合下面添加新的软链接可以理解清楚，访问bin/gcc时，实际访问的是bin/x86_64-conda_cos6-linux-gnu-gcc，也就是我们conda实际安装的gcc文件)

rm /home/fengsiyuan/anaconda3/envs/scene_graph_benchmark/bin/gcc
rm /home/fengsiyuan/anaconda3/envs/scene_graph_benchmark/bin/g++
1
2

添加新的软链接

ln -s /home/fengsiyuan/anaconda3/envs/scene_graph_benchmark/bin/x86_64-conda_cos6-linux-gnu-gcc /home/fengsiyuan/anaconda3/envs/scene_graph_benchmark/bin/gcc

ln -s /home/fengsiyuan/anaconda3/envs/scene_graph_benchmark/bin/x86_64-conda_cos6-linux-gnu-g++ /home/fengsiyuan/anaconda3/envs/scene_graph_benchmark/bin/g++
1
2
3

当然，有的系统没有用conda，软链接链接的是usr/local/bin下的gcc和g++，那就是另一回事了

五：服务器conda升级python版本的小技巧

比如我今天在复现cogtree的时候，因为scene graph generation benchmark我一直用的python是3.8，但是cogtree在最后nbdt文件夹安装相应包的时候，报错需要使用python3.9这个包。那我需要重新设置一个conda环境，把所有的安装流程都重复一遍吗？可能不用，我可能只需要这样一条命令：

conda install python=3.9
1

当然也不绝对，有的环境的其他包都是根据python3.8来安装的，这样升级可能会使其他包出错。不过可以先跑一下试试