我的服务器是从3A租的，价格便宜，做实验什么的挺方便的。

1. 安装Anaconda

1.1 下载anaconda的安装包

这里我们需要在官网上查找自己需要的版本，地址链接在下面:

https://repo.anaconda.com/archive/

这里以我自己安装的版本为例：

https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

这是我选择的版本，然后我们在控制台输入这句话：

wget https://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.sh

如果没有出现问题就是下面图示：

如果出现问题就按照 1.2 步骤操作。

1.2 解决安装出现的bug

当我们输入1.1的那一条命令时，有些人可能会出现下面这样的错误:

bash: wget: command not found

当然这也是我自己出现的错误，具体解决办法如下:

Debian/Ubuntu系统，需要执行以下命令：

apt-get install -y wget

相反，CentOS系统则需要输入下面指令:

yum install wget -y

1.3 安装anaconda

接下来我们需要首先赋权再执行安装程序，依次输入下面两句命令:

chmod +x Anaconda3-5.3.0-Linux-x86_64.sh

./Anaconda3-5.3.0-Linux-x86_64.sh

然后出现下面图所示:

1.4 点击Enter（回车键）

此时显示Anaconda的信息，并且会出现More，继续按Enter，直到如下图所示:

1.5 输入 yes

1.6 继续点击 Enter

1.7 输入 yes，添加环境变量

这里需要注意点的就是如果你直接跳过这部设置环境变量的话：

[no ] >>>

那你需要自己到这个文件夹设置你安装Anaconda路径（比如上面显示我的是）

/home/wangke/.bashrc

单击进去，在最后一行添加：

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

需要把之前的那句话给注释掉如下所示：

# export PATH=/usr/local/nvidia/bin:/usr/local/cuda/bin:/usr/local/sbin:/usr/sbin:/sbin:$PATH

export PATH=/root/anaconda3/bin:$PATH

1

2

这里只是个示例，具体的还是要看你们自己安装的路径。

然后保存更改，输入下面这句指令：

source ~/.bashrc

1.8 完成安装以及检测是否安装成功

打开新的终端后，进入自己的文件夹目录下，输入anaconda -V（注意a要小写，V要大写），conda -V ,显示版本信息，若显示则表示安装成功。

root@dev-wyf-react:~/wyf# conda -V

conda 4.5.11

2. Anaconda安装Pytorch

2.1 创建虚拟环境

conda create -n pytorch python=3.7 （pytorch 是我自己取的名字）

2.2 激活环境

使用下面这条命令，激活环境：

conda activate pytorch

出现下面所示:

(pytorch) root@dev-wyf-react:~/wyf#

检测环境是否安装好:

(pytorch) root@dev-wyf-react:~/wyf# conda info --envs

出现下面所示：

base /root/anaconda3

pytorch * /root/anaconda3/envs/pytorch

然后去选择适合自己的pytorch版本，点击下面那个链接:

https://pytorch.org/

温馨提示

然后复制下面这句话，输入到控制台:

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

弹出提示，输入 y，即可完成安装，显示“done”。

2.3 测试安装成功

首先输入： python 然后在输入：import torch

2.4 退出之后如何查看自己安装的环境

如果在一台服务器上安装多个环境，一下子可能不记得需要激活哪个环境名称，这时候我们需要使用下面这个命令来查找：

conda info --envs

大家可能都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓