实现Linux服务器配置深度学习环境并跑代码完整步骤

您所在的位置：网站首页 › 如何在服务器上安装python环境文件 › 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

#实现Linux服务器配置深度学习环境并跑代码完整步骤| 来源: 网络整理| 查看: 265

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pytorch1、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OpenCVPycharm远程连接服务器跑代码1、设置connection2、设置Mappings3、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

在这里插入图片描述

nvidia-smi

在这里插入图片描述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以前版本在这里插入图片描述找到后，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：在这里插入图片描述添加成功！