【搭建深度学习实验室服务器的总体思路】

服务器配置

给它一个赞!

第一步: 制作Ubuntu server 18.04 U盘启动盘.
第二步: 给服务器安装Ubuntu server 18.04 系统
注:前两步是百度

第三步:安装显卡驱动和可视化界面

  1. 卸载apt方式安装的n卡驱动
sudo apt remove --purge nvidia*
sudo apt autoremove
  1. 卸载用官网run方式安装的n卡驱动
sudo nvidia-uninstall
  1. 安装NVIDIA驱动
sudo add-apt-repository ppa:xorg-edgers/ppa

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt update

  1. 查看可安装的驱动程序版本
ubuntu-drivers devices

红框里面的是推荐安装的
5. 找后面有recommend的版本,我们实验室的是nvidia-510

sudo apt install nvidia-driver-510
  1. 重启

这种方法兼容性好,帮你禁用默认的 nouveau 开源驱动,避免和本闭源驱动冲突。

  1. 核实

查询系统当前使用的驱动

sudo prime-select query

然后再把nvidia驱动设置为系统使用的显卡驱动

sudo prime-select nvidia

如果没有报错,说明显卡可以正常运行,顺便检查一下显卡信息。

sudo nvidia-smi

结果图:3张显卡全部显示出来了!!!
【搭建深度学习实验室服务器的总体思路】
以上是成功的。

  1. 安装anaconda

首先在Anaconda官网下载anaconda-linux的安装包,然后上传到服务器中。或直接在终端进入要存放下载包的目录,然后输入以下命令,系统会自动将资源条下载到当前目录。

wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh

在anaconda安装包目录下输入命令:

bash Anaconda3-2020.07-Linux-x86_64.sh -p PATH -u

前面是安装包名字,后面的PATH是指定的安装路径。之后再一路yes就可了。PATH建议 /usr/local/anaconda/ 没有则创建!

建议:在root用户下面安装anaconda,然后在其它用户终端下使用 /usr/local/anaconda/bin/conda init bash,然后其他用户不用安装就能使用root用户的anaconda了。

创建并激活虚拟环境:
大家最好养成良好的习惯,在虚拟环境中配置各种库和框架环境。在终端输入conda create –name NAME python=3.7 创建虚拟环境,其中NAME为你的虚拟环境名称[最好名称中带有版本号以区分,如pytorch-gpu-1.2.0]。创建完后可以输入conda info -e查看所有虚拟环境。

输入conda activate NAME进入虚拟环境中,之后安装依赖就和win上面在cmd里面安装依赖的方式一样了!

安装完依赖就进入下一步,在pycharm里面使用远程服务器了。

  1. pycharm里面使用远程服务器
    推荐一篇通过pycharm使用服务器的好博客
    https://blog.csdn.net/hehedadaq/article/details/118737855?msclkid=6e92d504b24511ec8fc86c971fc4f3c7

附上成功图:
【搭建深度学习实验室服务器的总体思路】

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年4月2日 下午6:18
下一篇 2022年4月4日 下午6:03

相关推荐