文章目录
- 1 远程服务器安装 anaconda
- 1.1 安装 anaconda
- 1.2 配置环境变量
- 1.3 在终端中进入/退出 conda 环境
- 1.4 查看服务器 CUDA 最高版本(也包含 GPU 使用率/内存使用情况等信息)
- 2 配置 PyTorch 环境
- 2.1 安装 PyTorch
- 2.2 检验 PyTorch 安装成功
1 远程服务器安装 anaconda
1.1 安装 anaconda
进入 anaconda 官网，因为服务器是 Linux 系统，所以点击下图图标：
点击下图位置（一般情况下下载这个即可），即可开始下载 安装anaconda所需的文件，我这里是 Anaconda3-2022.10-Linux-x86_64.sh（后续更新版本会有差别）：
下载好后我们将 Anaconda3-2022.10-Linux-x86_64.sh 文件上传到远程服务器中，如何上传可以参考我的博客：将本地项目/文件上传到远程服务器中详细教程（vscode，sftp）
按照博客里的步骤，把 Anaconda3-2022.10-Linux-x86_64.sh 上传到远程服务器中：
这样就上传到服务器了：
在服务器中新建终端：
复制 Anaconda3-2022.10-Linux-x86_64.sh 在服务器中的路径（相对路径）：
在终端中输入 sh 刚才复制的相对路径，我这里是 sh Anaconda3-2022.10-Linux-x86_64.sh：
这里直接按回车即可：
然后一直按回车，直到出现如下界面，输入 yes：
然后这里直接按回车即可，然后就会自动在当前目录下创建 anaconda3 文件夹安装 anaconda 的内容：
到这里了依然输入 yes：
最后这样就安装成功了：
1.2 配置环境变量
（这步可能不需要，可以在终端输入 conda，看下会不会正常输出）
安装完 anaconda 后我们发现 conda 并不能用，原因在于环境变量还没配置。
在终端输入 vim .bashrc：
进入 bashrc：
在当前界面输入 i 按键，进入编辑模式。
在最后一行输入 export PATH=“/xxx/anaconda3/bin:$PATH”（其中的 xxx 换成自己当前目录路径，其实也就是 anaconda3 目录所在路径）：
输入后，按键盘上的 esc 键，输入 :wq，再按回车，即可完成保存编辑并退出：
然后就会退回到原先的终端界面，再输入source .bashrc，让配置生效：
然后命令行前面这块出现 (base)，就说明环境变量也配置成功了，并且这时也已进入 conda 环境：
这是可以输入 python 查看下python 版本，再输入 exit() 即可退出 python 环境：
1.3 在终端中进入/退出 conda 环境
conda activate # 进入conda环境 出现(base)则说明安装成功
conda deactivate # 退出conda环境
1.4 查看服务器 CUDA 最高版本(也包含 GPU 使用率/内存使用情况等信息)
在终端输入 nvidia-smi 可查看 CUDA 最高版本 和 GPU 使用率/内存使用情况等信息，下图中各参数意义可参考另一个博客：查看 gpu 使用率/内存使用情况
这里看到 CUDA Version: 11.4，表示我这里服务器支持的 CUDA 最高版本为 11.4，这个版本号在后续安装 PyTorch 时会用到。
2 配置 PyTorch 环境
2.1 安装 PyTorch
创建 conda 虚拟环境，输入 conda create -n pytorch python=3.9(这个指令的含义是创建一个python3.9版本的虚拟环境，名称为 pytorch)，格式为 conda create -n 环境名称 python=版本号：
输入 y：
安装完成：
输入 conda activate pytorch (格式为 conda activate 环境名称)，进入刚才创建的虚拟环境：
进入 pytorch 官网，点击 Install：
如下选择，复制指令 conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia。如果服务器支持 CUDA 最高版本高于 11.6 (在上文 1.4 查看 gpu 使用率/内存使用情况等信息 中查看)，那么直接在服务器终端粘贴这个指令即可。
但上文中写到我这里服务器支持的 CUDA 最高版本为 11.4，上图中需要的 CUDA 只有 11.6 和 11.7 版本的，都高于我服务器的 CUDA 版本，那么这时该怎么办呢？
那就只能安装以前的版本了，以满足自己服务器的要求，点击 install previous versions of PyTorch
可以看到 这里有个 PyTorch 1.12.1 版本的，底下有可供 CUDA 10.2、11.3、11.6 的 PyTorch安装指令，因为我这里服务器的 CUDA 最高版本为 11.4，安装 PyTorch 肯定要小于这个版本，所以选择 11.3 版本了，复制下图指令，即 conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
粘贴到终端（在刚才 conda 新建的虚拟环境(名为pytorch) 中）：
输入y：
等待一会儿，这样就算安装好了：
2.2 检验 PyTorch 安装成功
在终端依次输入 python，import torch，torch.__version__，torch.cuda.is_available()，就可以检验 PyTorch 是否安装成功，并可查看版本号等等。
(pytorch) kfh@amax:~$ python # 进入python环境
Python 3.9.13 (main, Oct 13 2022, 21:15:33)
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch # 输入并按回车后只要不报错就说明pytorch已经安装成功了
>>> torch.__version__ # 查看 PyTorch 版本号
'1.12.1'
>>> torch.cuda.is_available() # 查看 CUDA 即 GPU 是否可用
True
>>> exit()
文章出处登录后可见！
