有个项目配置：：：

Python: 3.7.16
PyTorch: 1.13.1
CUDA: 11.7

补充一下conda命令

啊啊，总是记不全，干脆放到这里，方便我之后看吧
参考 小土堆

默认通道 default 具有 lowest priority ,所以可以手动 持久化 添加通道，
其实也不推荐这样加channel到配置文件里面，可能会出现一些问题，所以推荐下面这种：：：
此外还可以
参数 -c 其实就是临时添加的channel，最高就相当于 临时 用一下
参数 -c 可以用于 创建环境（因为创建肯定也需要新安装包） ， 安装包

确定版本关系

1. 算力查询网址
   

2. runtime vision 查询网址
   看上边查询的算力落在哪个区间里面，选择对应的SDK即可啦
   
   可以看出对于30系列（8.6的算力）cuda至少11.x，对于40系列（算力8.9）cuda至少11.8

3. 确定自己的CUDA Version——通过nvidia-smi
   Driver Version：显示当前系统安装的 NVIDIA 驱动版本。例如，460.39 表示安装了 NVIDIA 460.39 版本的驱动。
   CUDA Version：显示当前系统支持的 CUDA 版本。

4. 最终确定安装版本，，需要满足下述条件：：：
   

autodl 上找不到存在的，所以从头开始自己配一个，前置知识参考 start DL from stratch （2）!!!

提前随便组一个实例，然后更换镜像

选择一个和自己cuda相近的>>>，最少11.xx，要不然不适合30或者40系列

注意：：右边的cuda版本指的是真实可以支持的最高cuda版本，不是smi里面的cuda version，最高值肯定要高于11.8 的！！！
看图：：：

pycharm连接

连接SSH

File | Settings | Project: Untrack | Python Interpreter | add intepreter
连接上SSH之后

不用在这里创建新的，手动去命令行里创建吧
配置远程Python解释器地址为**/root/miniconda3/bin/python**（如果您在miniconda中安装了其他的虚拟环境，那么虚拟环境的python解释器路径在**/root/miniconda3/envs/{对应的虚拟环境名称}/bin/python）**

开启inspection

创建环境

0. 修改yaml文件的前缀，也就是 将来创建环境的位置
   注释掉或者改为默认的位置
   

1. 记得下面先加上目录，就可以直接install

2. 使用 pip
   如果项目提供了 requirements.txt，你可以直接使用以下命令安装依赖：

pip install -r requirements.txt

4. 使用 Pipenv
   如果项目使用了 Pipfile，可以使用如下命令：

pipenv install

5. 使用 conda
   若项目有 environment.yml 文件，可以用以下命令创建 conda 环境：

conda env create -f environment.yml

 conda env create -f /root/autodl-tmp/untrack/environment.yaml

运行到pip报错了，版本错误！！！可是就是按照yaml来的啊!!!
啊嘞，那就试试之后手动安装

切换环境

现在就有新环境了：：：

然后选择他作为解释器

等待上传环境完成

切换显示路径

检验运行配置

修改配置文件

在PyCharm中进入终端，或者在通过JupyterLab进入终端------>>>>编辑文件+刷新，使得能使用conda的一些其他命令，比如conda activate 环境，以进行后续的环境配置
否则报错

怎么办呢：：：：：：

输入：vim ~/.bashrc
开始进行编辑：输入i
光标移动到文件的最后一行，插入source /root/miniconda3/etc/profile.d/conda.sh
保存文件并退出：按Esc键，输入:wq，再回车
输入bash重启终端（即刷新一下）

重新输入命令：：：
进来啦：：：

安装其他packages

修改文件路径

一般就在 local 文件中定义了

修改完成之后，全局搜索原来的位置 ，看看还有没有剩余的位置没有进行修改

上传权重文件

全局搜索 .tar
然後在对应的位置上传文件

不用了，太慢了啊啊啊啊啊啊
还是 xshell 快！！！！！

同步文件版本

可以手动更新一遍：：：

也可以开启自动提交：：：

切记，在文件列表里面修改原先 映射的名称之后，必须手动在 mapping 里面再修改！！！要不然会创建原先旧的文件夹

克隆实例之后

1. setting 里面 重新add interpreter
2. 右边的remote host ，设置显示 的连接
3. 看能否 conda activate 环境，不能的话参考我上一篇需要编辑 vim 文档属性

最终运行

1. 激活环境 activate
2. 切换目录 cd
3. 赋予权限 chmod
4. 运行

报错处理

在自己调用自己写的库时候，需要加到 sys.path中
sys.path 的工作原理：

• 当你使用 import 语句导入模块时，Python 解释器会按照 sys.path 中的路径依次查找模块。
• 如果 Python 在第一个路径中找不到模块，它会继续在第二个路径中查找，直到找到模块或检查完所有路径为止。
• 如果模块不在任何路径中，Python 会抛出 ModuleNotFoundError 错误。

你可以在运行时修改 sys.path，手动添加路径:::
复制添加的内容，然后删掉，因为要到jupyter 中运行

在报错的文件那里添加

import sys
print(sys.path)
sys.path.append('/root/autodl-tmp/untrack/lib')

安装pytorch

各自添加镜像

安装pytorch的时候已经有cudnn,貌似不用手动再安装了呢

验证安装成功：：：