实现Linux服务器配置深度学习环境并跑代码完整步骤

安装pytorch

cuda版本10.1，python3.7

第一步 安装anaconda创建虚拟环境

参考在服务器上搭建自己的python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

参考Pycharm远程连接服务器并运行代码

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

---

实现Linux服务器配置深度学习环境并跑代码完整步骤相关推荐

1. Linux服务器配置深度学习环境

   一.安装Anaconda 依次执行以下语句,需要下载安装包,并直接bash安装,而不是pip或apt-get wget https://mirrors.tuna.tsinghua.edu.cn/ana ...

2. 腾讯云服务器配置深度学习环境

   腾讯云服务器配置深度学习环境 1. 安装pip (1) curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.p ...

3. Linux:搭建深度学习环境配置教程

   搭建深度学习环境 1. 下载与安装anaconda wget是一个下载文件的工具 wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Li ...

4. Windows Server云服务器配置深度学习环境WS

   之前在自己的机器上用pip磕磕绊绊配置过一次,今天在云服务器上相当于复习了一下. 总结一下需要注意的点: 1.anaconda与要使用的python的版本要互相对应. 2.pycharm要装上pyth ...

5. 【深度学习】Pytorch编写代码基本步骤思想

   作者:忆臻 (哈工大SCIR实验室在读博士生) 魏福煊 哈工大英才实验班本科生 谢天宝 哈工大英才实验班本科生 一.前言 在我们要用pytorch构建自己的深度学习模型的时候,基本上都是下面这个流程步 ...

6. Linux搭建深度学习环境使用指南

   本文档归纳不收悉的linux知识点,自用 终端美化:https://zhuanlan.zhihu.com/p/37195261(unix终端通用) 基础linux命令:https://blog.csd ...

7. 远程连接实验室服务器配置深度学习环境（Anaconda、pycharm）的记录

   本人做毕业设计由于自己电脑性能不够,于是找老师要了个服务器账号.但服务器是Linux系统,本人小白基本都用Windows系统,又不太好意思厚脸皮问老师,于是自己慢慢摸索,在此记录配置过程遇到的问题和解 ...

8. 从零开始搭建树莓派 + intel movidius 神经元计算棒2代深度学习环境

   从零开始搭建树莓派+intel movidius 神经元计算棒2代深度学习环境 摘要 材料硬件: 步骤: 1. 下载树莓派镜像并解压 2. 烧写镜像 3. 启动树莓派 4. 配置树莓派 5. 安装cm ...

9. 使用Linux服务器搭建个人深度学习环境

   使用Linux服务器搭建个人深度学习环境 环境及所需工具 连接服务器 创建自己的python环境 创建深度学习框架的环境(以tensorflow为例) 测试环境 退出环境 删除环境 WinSCP的使用 ...

最新文章

1. RDKit | 统计分子库中某种元素出现的次数
2. 五分钟内搭建的混沌电路
3. Thinkphp 源码分析
4. tensorflow入门教程和底层机制简单解说——本质就是图计算，自动寻找依赖，想想spark机制就明白了...
5. ruquireJS入门
6. 软件岗位在招聘时到底在考察什么？
7. 从零写一个编译器（三）：语法分析之几个基础数据结构
8. react-redux模型图
9. 从FLC中学习的设计模式系列-创建型模式(3)-工厂方法
10. MySQL UNION 与 UNION ALL 语法与用法
11. 中芯国际科创板上市发行价定为27.46元/股，募资或超500亿元
12. localstorage存mysql_存储localstorage
13. JavaScript数据类型之逻辑运算符(9）
14. 使用WebService的方式调用部署在服务器的Wcf服务
15. QCC3040---peer UI module
16. Python中字符的匹配
17. oracle12c性能测试,Oracle12c IMO 测试
18. python函数查询工具_布同：Python函数帮助查询小工具[v1和v2]
19. 二十一世纪大学英语读写教程学习笔记（原文）——2 - Conversational Ballgames（对话风格与球类运动）
20. matlab自动运行,自动运行matlab的方法步骤

热门文章

1. 数据分析-豆瓣电影Top250
2. win7-64bit 安装Python3.5
3. 给超链接加个手指的图标
4. Android自定义PopWindow
5. 25匹马赛跑，有一个赛场，只有五个赛道，没有计时器，只能通过目测来记录快慢，求出第三3快的马要多少场比赛？
6. 雷神台式计算机型号,【雷神台式机】雷神911黑武士III台式机评测,雷神台式机装机教程_什么值得买...
7. ubuntu18.04设置清华镜像源
8. 数据结构：串、数组和广义表
9. Windows 7下直接开启AHCI
10. 3D场景上的人体生成器【附有源码】