微软|本地Ubuntu系统创建虚拟环境安装测试Pytorch

虽然不可否认， Jupyter Notebook已经成了机器学习、数据分析的必备工具，很多人都用Jupyter Notebook ，就是因为它方便好用，易于写代码和文档。在对客户或者需要撰写文档的时候最为方便，不过呢，如果没有撰写文档的需要，想在本地主机比如Ubuntu系统内（非localhost:8888的web端）学习或部署深度学习程序，也可以简单点不用它的，可以在本地鼓捣Anaconda即可。所以此次学习深度学习暂时不用Jupyter Notebook ，主力Ubuntu本地。
首先当然是安装Anaconda了。虽然在本地终端里可以直接安装。不过我们都知道，现在的深度学习应用程序乃至普通其他应用太多，因此涉及到的第三方库琳琅满目，盘根错节。很容易出现版本不兼容等各种奇葩问题。所以建立隔离环境单独运行最好。先去官网下载Anaconda ，由于我们是Ubuntu所以选择Linux版本。目前机智客看到的官网的版本是 Anaconda3-2021.11-Linux-x86_64.sh ，所以一个.sh文件好安装，以前机智客的文章里就谈过，所以就不多介绍了。直接在终端里，设置权限，然后执行./XX.sh命令。
安装后我们的终端默认是base ，这是基本的环境，我们可以创建新的专为学习的虚拟隔离环境。用conda create -n studyPytorch python==3.8命令创建。等一会儿终端提醒你Proceed ([y
/n)?需要Y继续。然后就是等待系统从镜像下载完成了。这个过程有一点点漫长。当然这个可以在终端里输入anaconda-navigator打开Navigator来操作。

环境创建好了，当然就是安装Pytorch了。用pip install torch安装吧。安装以后可以通过 pip list命令来检查这个环境都安装了什么。有torch显示就说明已经安装了。其实在Ubuntu系统里运行或执行操作学习的过程中，会时不时遇到第三方库或依赖没安装的情况。看到哪儿出错就按提示安装就行了。
【微软|本地Ubuntu系统创建虚拟环境安装测试Pytorch】安装结束，我们就可以进入虚拟环境中，这里的虚拟环境是stPytorch 。此时应该安装的Pytorch都安装好了，接下来就可以开启学习之旅了。此时我们可以在终端切入stPytorch环境中，进入python ，然后import torch 。然后可以print(torch.empty(65))来打印一个6*5的未经过初始化的张量。至此，成功安装并测试。