最近申請了伺服器，需要自己去搭建環境，所以在此記錄下自己的辛酸搭建歷史，也為了以後自己不走彎路。話不多說直接搬運，因為我也是用的別人的方法，一路走下來很順暢。

1.Anaconda的安裝

在伺服器上裝py環境，根據網上找到的一些部落格建議，首先裝anaconda，我目前個人理解像是一個環境管理工具，在上面怎麼玩也不怕崩，方便重來。安裝特別簡單，官網下載或者隨便怎麼搞到安裝包,然後
bash 安裝包路徑/安裝包名.sh

安裝過程一路yes就好了,最後我看網上說anaconda會自動將環境變數新增到PATH裡面，但我輸入conda後提示沒有該命令,所以還要自己手動加入環境變數。編輯 ~/.basrc ,在最後面加上
export PATH=/home/你的使用者名稱/anaconda3/bin:$PATH

檢視環境
conda env list
建立環境（以py3.7為例）
conda create -n python37 python=3.7
進入環境
source activate python37
離開環境

source deactivate

然後一些管理包的操作和pip很像就不列舉了，這裡碰到個坑，在用fish shell的時候，怎麼都不能進入環境，當然還以為是自己anaconda又裝崩了，然後網上搜了搜知道了，由於設計、實現的種種原因，fish 並不支援某些其它 shell （例如 bash） 支援的特性，大概就是一些命令在fish下使用會失敗，大部分都是基於bash的，所以還是安裝一些東西的時候還是別用fish吧！！

CUDA10.2安裝

其實實驗室的伺服器上是有cuda10.0的，但是pyg只支援cuda9.2,10.1和10.2，試了各種方法10.0都不行，因此沒辦法只能裝10.2.伺服器你懂的,不能直接升級cuda,因此相當於得裝兩個版本的cuda,然後自行切換,不影響其他人。
啊對了,有個坑的地方nvidia-smi顯示的cuda version是驅動支援的最高版本,nvcc --version才是目前的cuda版本（我這邊用的命令列是 nvcc --V）

安裝包直接在官網下載就行，很方便可以幫忙做配置選擇，不用自己再去查
我選擇的是用run方法安裝，參考圖如下


然後直接在你的終端敲程式碼就完事了，當然也可以自行下載，個人還是覺得敲程式碼方便多，cv就完事了！

具體的安裝步驟參考了大佬的一篇部落格，非常詳細了，ubuntu 安裝多個CUDA版本並可以隨時切換
我說幾個不一樣的地方，我的安裝包是這樣的安裝形式

PS：當初搞的時候忘了截圖，搞完才想起來要寫一篇總結，所以用的別人的圖，但過程基本一樣。
然後敲accept

X表示被選中，按enter就是取消，上圖下放已經說明
在已經有cuda10.0的情況下什麼都不改直接安裝的話，會報錯
大概就是已經有一個驅動了，繼續安裝不是更新驅動，而且再裝一個（迷惑操作),所以會報錯。
然後根據大佬部落格，有這幾個地方需要改（已經有cuda版本的基礎上）
取消驅動安裝

取消連線（在CUDA Toolkit按A進入高階選項）

安裝路徑貌似無所謂,我沒改,介意的話可以改到自己目錄下 ,預設是 /usr/loacl/下
然後就是install就好了
PS：安裝目錄建議記住，我當時忘記記安裝目錄，所以後面搞版本控制有點麻煩

CUDA版本切換

安裝後cuda後,我沒用大佬部落格中的方法,因為我感覺會影響到其他人正常使用,我直接改了自己的環境變數,還是編輯 ~/.basrc ,在最後面加上

export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-10.2

PyTorch

pytorch的安裝就很簡單了,通過pyg已經知道只支援1.4.0和1.5.0/1.5.1版本,1.4.0官網又顯示不支援cuda10.2,那麼選項基本就唯一了,在之前anaconda的建立的py環境下
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch

參考連結：
https://blog.csdn.net/qq_39128349/article/details/107721533