PyTorch - 高效快速配置 Conda + PyTorch 环境 (解决 segment fault )

欢迎关注我的CSDN：https://spike.blog.csdn.net/

本文地址：https://spike.blog.csdn.net/article/details/134463035

在配置算法项目时，因网络下载速度的原因，导致默认的 conda 与 pytorch 包安装缓慢，需要配置新的 conda 与 pip 源，以及下载安装 pytorch 环境。

1. 配置 conda 与 pip 源

配置 conda 清华源，vim ~/.condarc 添加：

bash 复制代码

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
channel_priority: disabled
allow_conda_downgrades: true

配置 pip 阿里云源，先删除其他 pip 配置，再配置新的 pip 源，即：

bash 复制代码

rm /opt/conda/pip.conf
rm /root/.config/pip/pip.conf
vim ~/.pip/pip.conf

配置 pip 源包括阿里云(aliyun) 与 Nvidia，如下：

[global]
no-cache-dir = true
index-url = http://mirrors.aliyun.com/pypi/simple/
extra-index-url = https://pypi.ngc.nvidia.com
trusted-host = mirrors.aliyun.com pypi.ngc.nvidia.com

2. PyTorch

安装 conda 环境，初始化 conda和更新 conda，再创建特定的 conda 环境，即：

bash 复制代码

conda init bash
source ~/.bashrc
conda update -n base -c conda-forge conda
conda env list
conda create -y -n [your name] python=3.9

需要注意，尽量指定 python 版本。

PyTorch 安装官网：https://pytorch.org/get-started/locally/，之前版本的路径：https://pytorch.org/get-started/previous-versions/

主要包括 2 个版本：最新的 2.+，之前的1.31+版本。根据网络条件，选择不同的安装方式，需要注意的是：

conda 安装，需要 nvidia 源，目前没有比较快速的 nvidia 源，
- 可选：nvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud/nvidia/，测试速度一般
- 参考：GitHub - 重新考虑增加 anaconda 的 nvidia channel
pip 安装，来源于 https://download.pytorch.org/whl/
- 下载速度因网络而异，忽快忽慢，经常中断。
- 建议直接下载之后安装。

可以根据具体的安装命令选择下载的包，例如：

bash 复制代码

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

需要注意：

选择正确的 cuda 版本，如 cu117。
选择正确的 python 版本，这个与创建 conda 环境相关，也可以进入 python 命令查看。
选择正确的环境，例如 linux_x86_64，是一般服务器的环境。

例如下载地址 https://download.pytorch.org/whl/，则需要下载的包：

bash 复制代码

pip install torch-1.13.1+cu117-cp39-cp39-linux_x86_64.whl
pip install torchvision-0.14.1+cu117-cp39-cp39-linux_x86_64.whl
pip install torchaudio-0.13.1+cu117-cp39-cp39-linux_x86_64.whl

可以上传至百度网盘，使用 bypy 包下载到服务器，使用 pip 进行安装，注意安装顺序是torch、torchvision、torchaudio，其他包默认安装，即可。

需要注意的是，如果遇到 segment fault ，参考蛋白质结构预测 ESMFold 算法的工程配置：

bash 复制代码

import torch
segment fault(core dumped) # 报错

则使用 unset LD_LIBRARY_PATH，即可，并且在文件 .bashrc、 .profile、 /etc/profile中查看，是否清除。

bash 复制代码

cat ~/.bashrc | grep LD_LIBRARY_PATH
cat ~/.profile | grep LD_LIBRARY_PATH
cat /etc/profile | grep LD_LIBRARY_PATH

PyTorch 的简易测试命令：

bash 复制代码

python

import torch
print(torch.__version__)  # 1.13.1
print(torch.cuda.is_available())  # True
exit()