1.去清华镜像源下载新版anaconda

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载后放入服务器的自己data文件夹下

2.安装

bash Anaconda3-xxxxx-Linux-x86_64.sh

一直按回车直到：

输入yes

这一步为安装目录，建议安装在data下如图：

回车等待安装，最后一步会弹出这个框，

输入yes即可。

3.添加清华镜像源

进入自己的home文件夹，找到.condarc文件，打开。输入以下代码

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

保存后，关闭它。

若无.condarc文件，在终端输入vim ~/.condarc。接着输入上面的代码段保存退出即可。附上vim保存退出教程https://jingyan.baidu.com/article/6fb756ec72b031241858fb90.html

然后在终端中输入以下内容：

conda clean -i
conda config --set show_channel_urls yes
conda config --set channel_priority flexible

如图所示：

4.创建虚拟环境

首先进入

nvidia-smi

查看cuda最高版本。

再根据下表选择对应的python版本。

因为cuda版本为10.1，这里的选择是3.8版本的python（.8服务器cuda为10.0）

输入以下代码创建虚拟环境

conda create -n py python=3.8

出现上图后 按y即可。

出现此说明表示安装成功。

5.进入虚拟环境:

输入（每次训练都要输入该指令），会发现我们的环境变成py

conda activate py

6.安装torch

进入pytorch官网。寻找对应版本的指令。

以我为例：我是10.1的CUDA与3.8的python，在根据第四步中的对应图，我选择的是

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

输入后就可以安装成功了。

附录：

因为我也是新手，安装过程中踩了不少坑，特此留下笔记。感谢林师兄的帮助，本文基于林师兄的CSDN进行补充。

参考：

https://blog.csdn.net/weixin_49643423/article/details/108896440

pytorch 不同版本对应的cuda – cltt – 博客园