实验室服务器机器学习环境搭建（远程连接服务器 anaconda和tensor flow）

背景

本人今年大四保完研，研究生导师要求在对方学校做毕设，这两天在倒腾实验室服务器环境，下面是我配置环境的整个流程。比较长，可以选择性观看。

通过VPN远程连接服务器

由于在本校呆的时间较多，因此连实验室服务器时需要通过VPN连接，首先你需要有对方学校的网关账号，然后可以下载EasyConnect进行连接，可以直接百度下载，下载完成后打开输入VPN地址，和网关账号密码后连接

如果连接成功,可以查看连接状态

连上VPN以后，开始连接服务器，可以用命令行ssh连接或者其他Xshell等软件进行连接，具体可以百度，但我用的是远程桌面连接，Windows自带的就可以，mac需要下载软件，有很多可选的，我用的是Microsoft Remote Desktop

下载安装完成后打开，新建连接

下载anaconda

服务器连接完成后，就开始安装环境了，首先安装的是anaconda,在清华镜像站选择需要下载的版本

下载到本地电脑（非服务器）后，在本地打开终端使用命令行scp将下载的文件上传到服务器

scp [本地文件完整路径] [服务器中你的账户名]@[服务器地址]:[服务器端你要将文件放入的路径]

如果不清楚，可以直接百度scp命令

将下载的anaconda镜像传到服务器后，转到服务器anaconda所在的位置，在该处打开终端。用
base Anaconda3-5.2.0-Linux-x86_64.sh
进行安装，base后是你下载的文件名称
后面一路yes就可以，如果不需要vscode最后一个输no就行。

验证是否安装成功

在终端输入anaconda，如果出现如下图所示命令，则代表安装成功

如果显示无法找到命令

说明环境变量未配置好，这时候需要对～/.bashrc文件进行修改，在终端通过
vim ~/.bashrc

打开配置文件，在最后添加语句
export PATH=/home/XXX/anaconda3/bin:$PATH

最后输入如下命令，更新配置文件即可
source ~/.bashrc

anaconda换源

之所以要进行换源是因为官方自带的源速度特别慢
下面是换为清华镜像的命令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

输入这两行命令即可换源成功。
请注意换源后，一旦更新库更新库会把所有的库在更新一遍。
换源成功后输入如下命令进行更新

更新所有库 conda update –all
更新 conda 自身 conda update conda

tensorflow 搭建

CUDA-9.0+CUDNN7+tensor flow1.5.0
下面的操作都在服务器终端
在安装之前一定要清楚 tensorflow的各个版本支持哪些CUDA和CUDNN版本，最好先百度清楚，如果版本下错了，会比较麻烦。

我们实验室服务器之前已经有了CUDA9和CUDNN7，我需要做的是在～/.bashrc中加入环境变量，在终端
vim ~/.bashrc 按 i 进行编辑，在末尾加入一下三行命令

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export CUDA_HOME=/usr/local/cuda

按esc后按 :wq 回车退出后在终端
source ~/.bashrc 让其生效

清楚自己要下载的tensor flow版本之后可以进入清华镜像站

在终端输入输入网站提示的 pip install 命令安装即可

等待安装完成后，验证

用清华镜像网站安装tensor flow是最简便的方式，但是之前一定要选择正确的安装版本，如果版本不正确会出现错误

上面就是最典型的版本错误，就是不支持CUDA和CUDNN版本