实验室服务器自带的解释器环境太过老旧，且经常报错，因此安装一个自己的anaconda环境创建属于自己的pytorch配置。

1、首先进入anaconda官网下载anaconda安装包

Free Download | Anaconda

我这里是Linux服务器因此选择Linux版本，这里的python3.11是指anaconda的基础环境(base)的python版本是3.11，后期我们可以创建自己的环境。

2、上传到服务器

通过第三方工具如Xshell连接服务器，然后使用linux 命令 rz 将anaconda安装包上传到指定路径

3、安装anaconda包

cd 到anaconda包所在目录下，使用bash命令进行安装，一路点enter就行

bash  Anaconda3 XXX.sh

4、检查anaconda是否安装成功，并检查环境变量 conda是否能用

使用conda -V命令 看是否出现问题，如果报出conda: command not found，命令不存在则说明环境变量没有配置成功，

首先使用vim进入相应文件

vim ~/.bashrc 

输入e进行编辑界面，
输入:到达最后一行，
将最后一行加上/改为：

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

完成之后，按键盘左上角的Esc键，退出vim编辑。
输出:wq（保存并退出）

然后输入以下代码

source ~/.bashrc

再次输入

conda -V

检查是否存在问题

5、创建自己的虚拟环境  youEnv是你指定的给conda环境名称

conda create -n youEnv python=3.7

激活环境

conda activate youEnv

如果激活环境报错 CondaError: Run 'conda init' before 'conda activate'

输入conda init后返回No action taken. 如果第一次没出现，再次输入conda init看看是否出现No action taken.

输入source activate，后发现前面多了(base)

输入conda activate youEnv(此处为自定义的环境名称)，后发现(base)变为(youEnv)

后期再激活环境就不会再报错了

6.安装pytorch环境

首先在服务器上面输入

nvidia-smi

右上角CUDA Version 11.2 表示当前支持的cuda最高版本为11.2，

进入pytorch官网选择适配的pytorch版本

我这里选择了cuda版本为11.1的pytorch版本（如果你只需要使用cpu版本pytorch则可以无视cuda相关的东西），

往后拉后面有python版本的支持情况

你需要确定自己的python版本是否满足。

如果需要更改python版本

conda activate youEnv

conda insatll python==3.7

执行如下命令等待pytorch安装成功

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c nvidia

安装成功后使用

conda list

查看里面是否有 pytorch

如果有则说明安装完成了

如果报错

CondaVerificationError: The package for pytorch located at /home

说明之前安装相关包没成功，存在相关缓存需要清理，运行以下代码清理相关缓存，再尝试重新安装。

conda clean --all