Anaconda是一种用来管理Python运行环境的工具，能够快速解决安装各种软件包的依赖问题，所以推荐使用。
如果一台服务器，有多个用户使用，可以使用root把软件安装在/opt下，然后共享给所有用户使用。其他用户将在自己的home dir下创建属于自己的虚拟环境，互相之间不会影响。
安装方法
使用root用户登陆系统。
在官方网站下载最新的安装包。
wget https://repo.anaconda.com/archive/Anaconda3-2022.10-Linux-x86_64.sh
然后开始安装：
bash Anaconda3-2022.10-Linux-x86_64.sh
回车。
输入yes，同意协议，回车。
安装路径，不要直接回车，输入/opt/anaconda3
完成后，输入yes完成初始化。
配置多用户使用
为了让所有用户都能找到相关命令，需要更改全局环境变量：
vim /etc/profile
在最下面加入：
export PATH=/opt/anaconda3/bin:$PATH
保存退出后执行
source /etc/profile
接下来是权限相关的操作。
新建一个名为 conda 的组，当然也可以使用其它名称
groupadd conda
将需要的用户加入该组，注意，如果是新增一个用户，则执行（记得替换username为你想要的名字）：
adduser username conda
如果是已有用户，则执行（记得替换username为你想要的名字）：
usermod -a -G conda username
将安装目录转给该组
chgrp -R conda /opt/anaconda3
设置 root 用户与 conda 组的读写权限。root是目录所有者，conda是组所有者。
chmod 770 -R /opt/anaconda3
设置组继承，使以后新建的文件夹仍属于 conda 组
find /opt/anaconda3 -type d -exec chmod g+s {} +
设置共享环境只能由 root 修改，其他用户的环境，放在每个用户自己的home目录下。
chmod g-w /opt/anaconda3/envs
配置conda：
vim /opt/anaconda3/.condarc
在文件中输入：
envs_dirs:
- /opt/anaconda3/envs
- ~/.conda/envs
这样，root创建的虚拟环境，就在/opt/anaconda3/envs中，而其他用户因为没有该文件夹的读写权限，就放在自己的home目录.conda/envs下。
更换镜像源
清华大学的源比较快，打开官方网站，可以看到源的地址。
vim /opt/anaconda3/.condarc
将
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
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/clou
放在最下面，保存退出。
其他用户使用方法
其他用户登陆后，应该可以直接使用conda命令了。
先初始化：
conda init bash
注意，上面的bash，要根据你的shell进行更换。
这时候如果退出再登陆，可以看到终端的提示符前面带了一个(base)的字样，这是每个用户的根环境。
建议每个用户为不同的任务创建不同的虚拟环境，例如：运行PyTorch，创建一个环境，运行TensorFlow，创建另外一个虚拟环境，从而解决不同的框架使用不同的组件，版本依赖冲突等问题。
先看看conda的版本：
conda --version
更新一下conda：
conda update conda
创建虚拟环境：
conda create --name torch
激活，或者说进入这个虚拟环境：
conda activate torch
此时，命令提示符前面会出现当前环境的名字，安装的软件，在当前虚拟环境下生效。
当需要安装一个软件时，可以先搜索一下。
conda search python
可以在安装时指定版本：
conda install cudnn=8.2.1
此时，如果安装的版本跟当前环境中其他的包邮冲突，则可能会报错，可以用这样的命令代替：
conda install -c conda-forge cudnn=8.2.1
conda-forge是conda的一个频道，不同的频道有不同的版本和相互依赖关系。
当然你可以同时安装多个组件，例如安装PyTorch，可以使用命令：
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
如果要查看当前环境下的包，可以使用命令：
conda list
要卸载某个包，用命令：
conda uninstall packagename
离开当前的虚拟环境：
conda deactivate
conda收录的包，主要集中在科学计算方面，如果需要的包没有，可以使用pip安装。使用conda list 命令时，用pip安装的包显示的build项目为pypi。
安装包时，先用conda搜一下，如果没有，再用pip安装，这样依赖冲突的可能性就小一些。
