实现Linux服务器配置深度学习环境并跑代码完整步骤

Posted 2023-04-04 Mecv

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

---

linux服务器配置深度学习环境

1. 自己服务器账号安装环境的顺序：
   创新环境、新环境安装cuda、安装新环境cuda匹配的pytorch
   用anaconda 可以cudatoolkit和pytorch一起装，可以设置清华镜像
   
2. cuda

自己装的cuda跟系统cuda没关系，跟base环境下也没关系。自己可以用系统的cuda，就是要配置一下环境变量。
自己环境的cuda版本就要跟驱动版本匹配，比如我们服务器Driver Version: 450.119.03，那就是我们可以装这些