实现Linux服务器配置深度学习环境并跑代码完整步骤
目录
安装pytorch
cuda版本10.1，python3.7
第一步 安装anaconda创建虚拟环境
1、下载安装包
使用清华镜像文件下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.05-Linux-x86_64.sh
2、安装
bash Anaconda3-2021.05-Linux-x86_64.sh
3、更新环境变量
source ~/.bashrc
前面就变成了（base）
4、创建虚拟环境
conda create -n tf37 python=3.7
这样就创建了名为tf37的python3.7的环境
5、使用虚拟环境
激活创建的虚拟环境：
conda activate tf37
就把环境由base变为了tf37。
返回base环境：
conda deactivate
查看当前所有环境：
conda env list
删除环境：
conda env remove -n tf37
第二步 查看cuda版本安装对应的pytorch
1、查看cuda版本
nvcc -V
nvidia-smi
这里用两种方式看到有两个不同版本的cuda，但是第一个10.1版本的才是正确的。
2、根据cuda版本去官网找对应的pytorch。
由于最新版本的pytorch不支持10.1版本的cuda，因此去找老版本pytorch以前版本
找到后，复制安装代码：
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch
3、添加镜像源下载
由于官网下载比较慢
添加清华镜像源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
查看添加镜像源:
conda config --set show_channel_urls yes | cat ~/.condarc
显示：
添加成功！
注意：采用清华镜像源下载要删掉安装语句里的 -c pytorch，否则采用官网源下载。
4、测试是否安装成功
进入python环境
import torch
torch.cuda.is_available()
输出true即为成功，false不成功（可能是因为pytorch和cuda版本不匹配）
安装OpenCV
pip install opencv-python
安装成功！
Pycharm远程连接服务器跑代码
1、设置connection
2、设置Mappings
3、实现代码Ctrl+s自动上传
4、设置python编译器
出现提示后点move
点finish即可！
这样代码就会在服务器上运行。
提示缺少XXmodule，安装依赖包
直接在interpreter里安装即可。
2022.3.16
文章出处登录后可见！
已经登录？立即刷新
