前情：
-
背景：在重现text2cad文章的过程中，通过environment.yml下载环境和依赖(包括pythonocc-core,pytorch等需要conda安装的包)
-
开发环境：Ubuntu
-
待下载的包：
官方environment.yml中要求的包及对应版本要求（之后会根据我的cuda驱动版本等其他问题，对包的版本进行调整）：
dependencies:- python=3.9- numpy- pytorch=2.2.1- torchvision=0.17.1- pythonocc-core=7.7.2- cuda- pip:- tqdm- prettytable- torchinfo==1.8.0- plyfile==0.9- trimesh==4.1.8- tensorboard- pyvista- rich==13.7.1- CythonGSL- loguru- torchdata==0.7.1- litdata- transformers- nltk- ipykernel- ipywidgets- rich- pillow- accelerate- python-dotenv- gradio- open3d
实际上如果自己电脑上cuda驱动的版本与上述pytorch版本是匹配的，同时自己的电脑可以访问外网，是可以直接在base环境下使用conda env create --file environment.yml命令，直接新建一个名叫text2cad的虚拟环境，并直接下载好相关的包和依赖。就不存在之后的问题了。
遇到的问题及解决办法：
1.解决国内无法下载的问题————配置channels，使用国内镜像。
这里推荐一篇好的推文：配置channel基本可以按照它来：https://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247491983&idx=1&sn=2052e7a038f2db52eb282b88495a7dfd&scene=21#wechat_redirect
上述推文中不仅有conda的镜像，还有许多其他包管理工具的镜像，如有其他需求亦可以使用。这里贴上conda镜像的截图：
1.可以直接在命令行中以此运行如下指令：
2.或者使用nano打开~/.condarc文件，将渠道地址写入：
2.即使配置好channels,但在使用conda安装pythonocc-core包时，仍下载十分缓慢或直接失败————使用mamba作为conda的替代。
这里下载mamba仍然是需要conda来下载的，所以之后的操作要保证前面的channels配置好
由于mamba兼容conda,几乎所有的conda命令都可以使用mamba进行。
- 下载mamba：
conda install mamba -c conda-forge - 安装pythonocc-core:
mamba install pythonocc-core=...三个点处填写自己需要的pythonocc-core的版本，如果没什么特定要求可直接下载mamba install pythonocc-core
3.根据自己的cuda版本，在官网上查找pytorch对应版本，下载好pytorch之后用pip下载其他的包，最后训练时仍然报错版本不匹配————解决办法较长，见后文。
如下图所示：
报错nividia驱动版本太老，让我更新驱动，或重新调整pytorch的版本。
此时我就疑惑了，明明我就是按照官网对应的版本下载的pytorch啊，怎么又会不匹配呢？如下图：我的cuda版本是11.3，所以我下载的对应版本pytorch如下：
实际原因：当我使用pip下载好pytorch之后（这里我是用的pip下载的pytorch,而不是像官方environment.yml中显示的那样用的conda下载pytorch），再用pip下载其他的包的时候，由于有些包没有指定版本，mamba直接给我下的最新版本，并为了匹配包之间的版本直接将我的torch版本更新了！！（这里点名accelerate）
上图是我查了accelerate库中的说明才发现的（所以结果就是mamba给我下载了1.4.0的accelerate，但为了匹配torch版本擅作主张的把我原先的torch版本更新了，导致我用pip list检查的时候发现torch版本变成了2.0，而其他的torch相关包没有变化）
解决办法：先下载pip管理的其他包，再下载pytorch。这样的话当你下载pytorch的时候，如果有和pytorch版本不匹配的依赖包，它会有详细的报错提醒，你就可以根据报错提示，针对性的更改不匹配的包的版本（一般是降版本）
这样就成功配置好环境啦！！！！
