实现Linux服务器配置深度学习环境并跑代码完整步骤
实现Linux服务器配置深度学习环境并跑代码完整步骤
目录
- 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
- 第一步 安装anaconda创建虚拟环境
- 1、下载安装包
- 2、安装
- 3、更新环境变量
- 4、创建虚拟环境
- 5、使用虚拟环境
- 第二步 查看cuda版本安装对应的pytorch
- 1、查看cuda版本
- 2、根据cuda版本去官网找对应的pytorch。
- 3、添加镜像源下载
- 4、测试是否安装成功
- 安装OpenCV
- 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
- 提示缺少XXmodule,安装依赖包
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 【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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- RDKit | 统计分子库中某种元素出现的次数
- 五分钟内搭建的混沌电路
- Thinkphp 源码分析
- 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...
- ruquireJS入门
- 软件岗位在招聘时到底在考察什么?
- 从零写一个编译器(三):语法分析之几个基础数据结构
- react-redux模型图
- 从FLC中学习的设计模式系列-创建型模式(3)-工厂方法
- MySQL UNION 与 UNION ALL 语法与用法
- 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
- localstorage存mysql_存储localstorage
- JavaScript数据类型之逻辑运算符(9)
- 使用WebService的方式调用部署在服务器的Wcf服务
- QCC3040---peer UI module
- Python中字符的匹配
- oracle12c性能测试,Oracle12c IMO 测试
- python函数查询工具_布同:Python函数帮助查询小工具[v1和v2]
- 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)
- matlab自动运行,自动运行matlab的方法步骤
热门文章
- 数据分析-豆瓣电影Top250
- win7-64bit 安装Python3.5
- 给超链接加个手指的图标
- Android自定义PopWindow
- 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?
- 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...
- ubuntu18.04设置清华镜像源
- 数据结构:串、数组和广义表
- Windows 7下直接开启AHCI
- 3D场景上的人体生成器【附有源码】