anaconda下配置cuda_深度学习环境搭建、配置及使用之三：深度学习环境搭建

关注“哪儿趣”，不定时更新，选择“星标”或“置顶”，

第一时间获取原创质量文章。

本文大约21000字，预计阅读时间50分钟。

 本文链接 

• Github：https://github.com/kangzhiheng/GitLocalDoc

• 个人网站：https://kangzhiheng.top/post/10-服务器环境搭建、配置及使用

系列文章导读：本系列文章 《深度学习环境搭建、配置及使用》 主要介绍了自己使用服务器进行管理和科研的一点心得，即：如何搭建和配置深度学习环境，普通用户可以自由切换多版本CUDA、cuDNN版本，自由组合创建不同版本的Tensorflow、PyTorch等深度学习环境。

本文摘要：本文是系列文章《深度学习环境搭建、配置及使用》的第三部分，主要讲解如何搭建深度学习环境，包括不同版本的CUDA、cuDNN在同一用户环境下的共存和切换，以满足不同Tensorflow、PyTorch版本的需求；如何创建不同版本GPU版本的Tensorflow、PyTorch环境；如何使用NVim/Vim和Tmux来提高炼丹效率。

关键词：SSH；CUDA；cuDNN；Tensorflow；PyTorch；NVim/Vim；Tmux；

本部分所有指令，建议在bash环境下运行，使用zsh的shell请切换为bash，避免不必要的麻烦。

注意：标题右上角带有"*"标记的，意为这一部分内容需要管理员操作。

SSH远程登录和文件传输

• SSH是用来登录远程服务器的安全协议；
• FileZilla是一个免费开源的FTP软件，支持SSH文件传输协议(SFTP)(可进行本地计算机与远程服务器之间的文件传输)

SSH和FileZilla都必须安装在本地计算机系统中。

SSH安装

SSH^[1](Secure Shell)由 IETF 的网络小组(Network Working Group)所制定；SSH 为建立在应用层基础上的安全协议。SSH 是目前较可靠，专为远程登录会话和其他网络服务提供安全性的协议。利用 SSH 协议可以有效防止远程管理过程中的信息泄露问题。

在本地计算机系统中，UNIX、Window以及Mac系统都可运行SSH,安装方法如下：

• CentOS 7

需要普通管理员权限(sudo)，用快捷键ctrl+alt+t打开终端Terminal窗口，运行：

sudo yum install openssh-server

然后回车,输入y，即可安装完成。

• Windows10

下载openssh for windows^[2]，进行默认安装即可。

• Mac

由于Mac本身安装了ssh服务，默认情况下不会开机自启，所以打开终端，输入命令启动sshd服务：

sudo launchctl load -w /System/Library/LaunchDaemons/ssh.plist

输入Mac密码后即可开启。

SSH登录

在任一平台上打开终端(Windows上推荐**Xshell**^[3]、**FinalShell**^[4]，Linux系统和Mac直接打开终端即可)，输入命令

ssh username@IPaddress -p PORT

其中， username为服务器的用户名 IPaddress为服务器的IP地址 PORT为服务器端口号，默认为22，已禁止。已设置实验室专用端口，请联系管理员

输入密码后即可进入自己账户的主目录(普通用户，无root权限)

修改账户密码

登录到服务器之后，修改原始密码保证账户安全，直接输入

passwd

username为您在服务器上的用户名，根据提示修改新的密码。

至此，您已经安全登录到服务器上。

FileZilla在Windows和Linux下互传文件

FileZilla 客户端是一个快速可靠的、跨平台的FTP,FTPS和SFTP客户端。具有图形用户界面(GUI)和很多有用的特性，比如支持FTP, FTP并支持SSL/TLS (FTPS)协议，支持SSH文件传输协议(SFTP)等。

以windows 10为例，下载FileZilla^[5]，选择安装位置，正常安装即可。

FileZilla连接服务器

打开FileZilla软件，

• 1. 点击"文件"——"站点管理器"
  2. 点击"新站点"，在"我的站点"下重命名，此处设为“Lab532”
  • 1)若选"正常"
  • 2)若选"询问密码"，只能填写用户名：username，然后点击右下角的"连接"，再输入密码。
  • 用户名：username
  • 密码：password
  • 主机：服务器IP地址
  • 端口：默认是 22，已禁用，详细端口请联系管理员
  • 协议：SFTP - SSH File transfer Protocol
  • 登录类型：
  3. 继停留在"站点管理器"界面，在"常规"选项卡中，设置如下：
  4. 之后一直ok即可。

文件传输

以window 10为例，利用FileZilla登录到服务器后，可以看到左边是本地站点，右边是远程站点(服务器上的目录)，如下图所示，直接将本地文件test.py用鼠标拖拽到服务器上的指定目录即可(上传过程)，这个过程是可逆的(下载过程)，非常方便。

利用FileZilla软件配合SSH协议，即可完成文件传输及程序运行等必要工作。

CUDA、cuDNN多版本切换之：修改符号链接和覆盖cuDNN      文件*CUDA切换

在安装CUDA^[6]这一小节介绍了多种CUDA文件的安装，这些CUDA版本统一被安装到/usr/local文件夹下，使用命令

ll /usr/local

输出

系统是通过/usr/local/下的cuda符号链接来识别CUDA当前指定的CUDA版本，比如现在符号链接**cuda**指向cuda-9.0，如果要指向其它CUDA版本，修改符号链接即可，比如切换到CUDA-10.0版本：

cd /usr/local/

# 删除符号链接sudo rm cuda

# 新建符号链接sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda

查看当前cuda指向

ll

或者

stat cuda

查看CUDA版本

nvcc --version

cuDNN切换

在Tensorflow不同版本的GPU环境配置中，CUDA的切换，往往伴随着cuDNN的切换，cuDNN是由头文件和动态链接库组成的，所以下载对应的cuDNN，按照cuDNN的安装方法^[7]进行文件替换即可。

总结

这种方法的CUDA和cuDNN版本切换，适用于管理员整体切换和个人使用者，不适合服务器环境下的普通用户，有一种好的解决方法是配合Environment Modules^[8]来进行环境管理，后续可以进行深入探索，推荐使用Anaconda来进行CUDA、cuDNN版本的管理。

(推荐)CUDA、cuDNN多版本切换之：Anaconda下安装不同版本的CUDA、cuDNN

虚拟环境的重要性：无它，唯方便尔。

因为独立的环境利于管理，不激活不会对系统环境造成不必要的影响，若虚拟环境遇到了无法期望的错误，即可删除环境并重新创建即可，不需要重装系统；创建独立的虚拟环境，各个虚拟环境相互独立，互不影响，不同应用可以使用不同的版本，环境内的包升级不影响其他应用。

虚拟环境的创建有很多方法：Anaconda、virtualenv、docker等，但是就深度学习环境来说，Anaconda方便管理和使用，在此推荐Anaconda。

考虑到这么一个场景：苦于科研无想法，于是在github上逛gai碰碰运气，终于看到一个不错的项目，一顿操作，clone这个repo之后，从anaconda创建一个虚拟环境来尝试运行，仔细阅读README，发现要求特定版本的一些依赖库，其它的库都还好说，如果要求特定版本的CUDN和cuDNN，如果重新下载安装配置就比较麻烦，何况非管理员用户没有安装和配置权限。这时候考虑Anaconda。

Anaconda生态比较完整，只要系统里正确安装了NVIDIA驱动^[9]，就可以在Anaconda下的虚拟环境中，安装特定版本的cuda和cudnn，而不必全局进行安装。

需要注意的是：

• Anaconda的 cudatoolkit 不包含完整安装cuda的全部文件，只是包含了用于 tensorflow，PyTorch，xgboost 和 Cupy 等所需要的共享库文件，cuDNN亦是如此。

• 如果系统已经全局安装了CUDA和cuDNN，在虚拟环境中又安装了其它版本的CUDA和cuDNN，互不影响，且首先调用虚拟环境中的版本。

conda创建虚拟环境

确定系统安装了Anaconda3^[10]，假设此时要搭建一个Tensorflow 1.6的GPU环境，查表^[11]可知，需求CUDA 9、cuDNN 7版本，python版本指定为3.6。

• 创建虚拟环境

  在终端输入：

  conda create -n tensorflow16-gpu pip python=3.6

  创建完成后，在 ~/anaconda3/env 文件夹下出现名为为 tensorflow16-gpu 的虚拟环境

  查看当前系统的Anaconda环境

  conda env list

• 激活虚拟环境

  不建议使用系统建议的激活方式：conda activate tensorflow16-gpu，推荐使用：

  source activate tensorflow16-gpu

  若要退出当前环境，输入

  source deactivate tensorflow16-gpu

  究竟使用哪种激活方式，看Anaconda发展和个人喜好。

示例：安装Tensorflow-GPU 1.6(CUDA 9和cuDNN 7)

• 安装CUDA 9

  查询Anaconda库里的CUDA版本：

  conda search cuda

  截止2020年4月11日，Anaconda官方CUDA版本^[12]包含：9.0^[13]、9.2^[14]、10.0^[15]、10.1(update1^[16]和update2^[17])、10.2^[18]，Anaconda CUDA版本^[19]紧跟NVIDIA官方CUDA^[20]更新速度，满足绝大部分深度学习环境的要求。

  注意：不同的Anaconda源里的版本不一样，但是channel是pkgs/main的比较权威的，推荐使用pkgs/main里的版本。

  

  Tensorflow 1.6 GPU版本需求CUDA 9.0：

  conda install cudatoolkit==9.0

  安装完成

  
• 安装cuDNN 7

  查询Anaconda库里的CUDA版本：

  conda search cudnn

  截止2020年4月11日，Anaconda官方cuDNN版本^[21]如下，根据需求进行安装，也满足绝大部分深度学习环境的要求。

  

  Tensorflow 1.6 GPU版本需求cuDNN 7。

  选择cuDNN 7.0.5：

  conda install cudnn==7.0.5

  出现错误

  Collecting package metadata (current_repodata.json): doneSolving environment: failed with initial frozen solve. Retrying with flexible solve.Collecting package metadata (repodata.json): doneSolving environment: failed with initial frozen solve. Retrying with flexible solve.Solving environment: - Found conflicts! Looking for incompatible packages.                                       failed                                                                          UnsatisfiableError:

  这是怎么回事呢？打开cuDNN官网^[22]，注意到，同一个版本的cuDNN，可能对应不同的CUDA版本，比如cuDNN 7.0.5可以对应CUDA 8.0、CUDA 9.0和CUDA 9.1，所以查看Anaconda官方里的cuDNN 7.0.5对应哪个CUDA版本。

  

  打开cuDNN的Anaconda仓库^[23]，查询到Anaconda仓库里的cuDNN 7.0.5对应的是CUDA 8.0)，因此选择CUDA 9.0对应的cuDNN 7.1.2，所以在安装前，使用

  conda search cudnn

  

  查询cuDNN与CUDA的对应关系。

  安装cuDNN 7.1.2：

  conda install cudnn==7.1.2

  

  这种方法安装CUDA和cuDNN，没有单独形成文件夹，都是统一存放在虚拟环境中的lib、include文件夹下，查看CUDA 9.0和cuDNN 7.1.2是否被安装到虚拟环境tensorflow16-gpu中：

  ls ~/anaconda3/envs/tensorflow16-gpu/lib/

  输出

  

  或者使用以下命令查看CUDA共享库的安装：

  ls ~/anaconda3/envs/tensorflow16-gpu/lib/ | grep cuda

  输出

  libcudart.solibcudart.so.9.0libcudart.so.9.0.176

  使用以下命令查看cuDNN共享库的安装：

  ls ~/anaconda3/envs/tensorflow16-gpu/lib/ | grep cudnn

  输出

  libcudnn.solibcudnn.so.7libcudnn.so.7.1.2libcudnn_static.a

  使用以下命令查看cuDNN头文件的安装：

  ls ~/anaconda3/envs/tensorflow16-gpu/include/ | grep cudnn

  输出

  cudnn.h

  可以看到相关CUDA、cuDNN的共享库，

• 安装tensorflow-gpu 1.6.0

  安装完CUDA 9.0和cuDNN 7.1.2之后，在激活的环境中输入

pip install tensorflow-gpu==1.6.0

是否正确安装，请参照章节 测试tensorflow-gpu版本的正确性 里的方法验证。

版本检测及GPU是否安装成功检测Tensorflow GPU版本的正确性验证

在激活的环境中，输入python，进入到python3.6环境中，依次输入命令

>>> import tensorflow as tf>>> tf.test.is_gpu_available()

若输出类似的内容，且最后一行为True，则表示tensorflow-gpu 1.6 版本安装成功！

2018-11-10 01:32:45.539907: I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA2018-11-10 01:32:46.425789: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1212] Found device 0 with properties:name: GeForce GTX 1080 major: 6 minor: 1 memoryClockRate(GHz): 1.7715pciBusID: 0000:04:00.0totalMemory: 7.93GiB freeMemory: 7.81GiB2018-11-10 01:32:46.425831: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1312] Adding visible gpu devices: 02018-11-10 01:32:46.794084: I tensorflow/core/common_runtime/gpu/gpu_device.cc:993] Creating TensorFlow device (/device:GPU:0 with 7545 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1080, pci bus id: 0000:04:00.0, compute capability: 6.1)True

查看tensorflow的版本的命令为

>>> import tensorflow as tf>>> tf.__version__

注意，__为两个_组合而成。

PyTorch GPU版本的正确性验证

在激活的环境中，输入python，进入到python3.6环境中，依次输入命令

>>> import torch>>> torch.cuda.is_available()

若输出True，则表示PyTorch GPU版本安装成功！

查看PyTorch 的版本的命令为

>>> import torch>>> torch.__version__

注意，__为两个_组合而成。

Anaconda下安装Tensorflow的GPU各个版本 (从1.6到2.1)

Tensorflow版本

根据Tensorflow官网^[24]，在Anaconda环境下安装Tensorflow 1.6.0、1.11.1和2.1.0三个典型的GPU版本。使用conda search cudnn命令查询cuDNN与CUDA的对应关系。

Tensorflow 1.6.0

系统默认GCC为4.8.5，在正常的终端中输入

conda create -n tensorflow16-gpu pip python=3.6source activate tensorflow16-gpu

在激活的环境中输入：

## 安装CUDA 9.0和cuDNN 7.1.2conda install cudatoolkit==9.0conda install cudnn==7.1.2pip install tensorflow-gpu==1.6.0

Tensorflow 1.11.0

系统默认GCC为4.8.5，在正常的终端中输入

conda create -n tensorflow111-gpu pip python=3.6source activate tensorflow111-gpu

在激活的环境中输入：

## 安装CUDA 9.2和cuDNN 7.2.1conda install cudatoolkit==9.2conda install cudnn==7.2.1pip install tensorflow-gpu==1.11.0

Tensorflow 2.1.0

切换GCC版本至7.3.1

scl enable devtoolset-7 bash

仅本shell本次登录有效，若使全局生效，查看方法^[25]。

在正常的终端中输入

conda create -n tensorflow21-gpu pip python=3.6source activate tensorflow12-gpu

在激活的环境中输入：

## 安装CUDA 10.1.243和cuDNN 7.6.5conda install cudatoolkit==10.1.243conda install cudnn==7.6.5pip install tensorflow-gpu==2.1.0

Anaconda下安装PyTorch的GPU各个版本(从0.4到1.4)

数据来源于官网^[26]，截止2020年4月11号，PyTorch 1.4版本需要配合CUDA 10.1或CUDA9.2配合使用。

PyTorch PyTorch 0.4.1

conda create -n pytorch041 pip python=3.6source activate pytorch041

在虚拟环境中

conda install cudatoolkit==9.0conda install pytorch=0.4.1 cuda90 -c pytorch

PyTorch 1.1.0

conda create -n pytorch110 pip python=3.6source activate pytorch110

在虚拟环境中

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

PyTorch 1.4

conda create -n pytorch14 pip python=3.6source activate pytorch14

在虚拟环境中

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

总结

如果在安装过程中出现类似的错误

CondaHTTPError: HTTP 000 CONNECTION FAILED for url Elapsed: -

An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way.

可能因为网络原因导致安装中断，不断尝试安装命令即可。

安装完成后，请根据小节《PyTorch GPU版本的正确性验证》进行版本验证。

NVim/Vim简单使用

本小节内容节选自我的另一篇文章《Linux之打造vim实用配置方案》^[27]。

什么是Vim？

Vim^[28]- the ubiquitous text editor，一种无处不在的文本编辑器，维基百科是这么介绍vim的：

Vim是从vi^[29]发展出来的一个文本编辑器^[30]。其代码补完、编译及错误跳转等方便编程的功能特别丰富，在程序员中被广泛使用。和Emacs^[31]并列成为类Unix系统^[32]用户最喜欢的编辑器。

Vim的第一个版本由布莱姆·米勒^[33]在1991年发布。最初的简称是Vi IMitation，随着功能的不断增加，正式名称改成了Vi IMproved。现在是在开放源代码^[34]方式下发行的自由软件^[35]。

文件的增删查改——熟悉Windows的朋友可能对文件增删查改习以为常，在此不做讨论。对于一名程序工作者，可能经常在Linux下进行程序的增删查改，很多人可能有这么一套方法：我在Windows环境下编写好了程序，然后通过Xftp、FileZilla等类似的工具将其丢到服务器上，一顿操作下来，发现程序报错了，怎么办？然后在Windows下修改，再丢到服务器上双十合十祈求老天保佑……当然像PyCharm这种强大的IDE，会提供远程接入服务器进行同步文件及程序运行等功能，这种也挺好，就是可能需要鼠标点来点去，也有一定的学习成本。现在有这么一个问题，PyCharm明天到期了……社区版？不好意思所有社区版鄙人都不会去尝试，别问为啥，问就是不喜欢。

配置文件——配置文件和工作效率有着紧密的联系。对于算法工程师或者后端工程师，在Github逛gai的时候终于发现了一个好用的模型，一顿git clone repoyoulike，然后按照配置文档进行修改，什么tf要升级啦，gcc/g++要降级啦，这个文档要修改路径，那个文档要改参数，都离不开Vim，如果是带桌面的Linux系统，可能会使用gedit来打开文件进行编辑，但是这样效率很低，尤其是大型程序修改起来特别费劲。对于大多数情况，可能用ssh连接远程服务器，这个时候，怎么也绕不开Vim，尤其是那些只能在服务器上运行的程序。

知其然知其所以然——使用Vim来处理程序方面的设定问题，不但可以让自己比较熟悉Linux的运行状况，也更加能保证你的修改可以在Linux下正确运行。

Vim适用于各种操作系统上，比如类Unix(种Linux发行版本、Mac 用户)以及Windwos系统。Unix可以使用包管理器安装 Vim；对于 Windows 用户，可以从官网^[36]下载。

Vim哲学

简单概括：摆脱鼠标，一键到达。

即为全命令操作，能用键盘做到的事情，绝不用鼠标，在Vim下，键盘可以满足你的一切需求，效率是第一生产力。

升级支持python3的Vim8*

在众多Linux发行版中，比如CentOS或者Ubuntu等，默认安装的是vi编辑器，Vim兼容vi。Vim已经存在20年了，时代在进步，Vim8^[37]在NeoVim^[38]的步步紧逼下，扩展了一些新的特征，比如支持时钟、异步操作、支持终端窗口terminal，尤其是支持terminal非常关键。本文最开始在Vim7下进行操作的，但是有些插件需要Vim8版本，尤其是代码补全插件YouCompleteMe^[39]，在升级了支持Python3的Vim8后(在Vim版本中，不能同时支持Python2和Python3)，依然有些瑕疵，比如对Python3的第三方库的扩展不是很友好，对C/C++支持得还不错，不知道是不是我的插件安装有问题还是什么原因，折腾了两三天后，果断把Vim换成了NeoVim^[40]，YouCompleteMe^[41]换了另一个代码补全插件coc-vim^[42]，香得不行。在这一小节，介绍怎么编译支持Python3的Vim8版本，前提是系统了安装Python3，Python3的安装不做讨论。

1. 编译安装yum源里的vim最新版

   参考YouCompleteMe^[43]里给出的方法，略作调整。

   首先检查系统里的Vim是否已经安装，在终端输入命令

   rpm -qa | grep vim

   如果有显示且没有提示任何缺包或者错误，则表示Vim已经被安装，如果没有安装，直接从第3步(下载Vim最新版源代码)开始阅读。

   一般情况下，运行下列命令安装Vim

   sudo yum -y install yum*    // CentOS7.6系统

   查看vim版本

   vim --version

   可以看到，Vim版本一般是7.4，而现在Vim发行版已经发行到了第八代，包括很多新的功能，为了打造属于自己的IDE，必须升级Vim到最新版本。

   如果是Vim版本，查看Vim是否支持Python3

   vim --version | grep python

   如果结果显示python3前面是+号，则这一小节可以跳过，如果是-号，则需要自己编译Vim，需执行以下步骤。

2. 卸载Vim

   在编译之前，需要卸载系统上的Vim版本

   如果Vim源代码已经删除，则需要重新[下载Vim源码](git clone https://github.com/vim/vim.git "下载Vim源码")，然后cd vim，再执行上述语句。

   如果是Ubuntu系统，卸载起来就比较方便

   sudo apt install checkinstallcd ~/vim       // vim是Vim源代码文件夹sudo checkinstall

   • 如果使用yum install vim*命令安装的Vim，卸载Vim时执行

     yum remove vim

   • 如果Vim是使用make编译过的，在CentOS7.6系统下，进入到Vim源代码目录，执行

     sudo make uninstall

3. 下载Vim最新版源代码

   cd ~                                         // 进入到当前用户的根目录下git clone https://github.com/vim/vim.git     // 下载Vim源代码cd vim                                       // 进入到Vim源代码文件

4. 配置

   ./configure --with-features=huge \            --enable-multibyte \            --enable-rubyinterp=yes \            --enable-python3interp=yes \            --with-python3-config-dir=$(python3-config --configdir) \            --enable-perlinterp=yes \            --enable-luainterp=yes \            --enable-gui=gtk2 \            --enable-cscope \            --prefix=/usr/local

   命令解释^[44]：

   --with-features=huge：支持最大特性

   --enable-multibyte：打开多字节支持，可以在Vim中输入中文

   --enable-rubyinterp：打开对ruby编写的插件的支持

   --enable-python3interp：打开对python3编写的插件的支持

   --with-python-config-dir：Python3的路径

   --enable-perlinterp：打开对perl编写的插件的支持

   --enable-luainterp：打开对lua编写的插件的支持

   --enable-gui：打开GUI支持

   --enable-cscope：打开对cscope的支持

   --prefix=/usr/local/：指定将要安装到的路径

5. 设置VIMRUNTIMEDIR

   VIMRUNTIMEDIR是vim运行时候所需资源的目录，非常重要。

       make VIMRUNTIMEDIR=/usr/local/share/vim/vim82

6. 编译安装

   sudo make install

7. 设置Vim为默认的编辑器

   使用update-alternative设置vim为默认编辑器：

   sudo update-alternatives --install /usr/bin/editor editor /usr/local/bin/vim 1sudo update-alternatives --set editor /usr/local/bin/vimsudo update-alternatives --install /usr/bin/vi vi /usr/local/bin/vim 1sudo update-alternatives --set vi /usr/local/bin/vim

按照上述步骤完成后查看Vim**版本

vim --version

vim版本

可以看到Vim版本是8.2版本，已开启python3支持，需要进行验证，在终端输入vim，接着在正常模式下输入:echo has("python3")，按一下回车键，若屏幕最下面输出1，则配置正确，Vim支持Python3。

编译的时候可能会出现各种意想不到的问题，这个时候要多看专业的文档，比如官网文档、github及Issues(非常有用)、stackoverflow^[45]等，其次再考虑其它出处，尽可能多看专业的英文文档，很多问题我们习惯看一些野路子中文解答，看似走了捷径但是花费了更多的时间，切记！一些优秀的项目有对应的中文文档，首推！

该方法是全局设置方法。

• 安装中文vim帮助文档

  进入Vim环境，按一下前缀键esc，在英文语法环境下，输入:help后(终端最下面显示)，进入vim帮助文档，此界面是英文的，如果想要设置中文帮助文档，请执行以下步骤：

  • 下载中文安装包

    wget https://github.com/yianwillis/vimcdoc/archive/v2.3.0.tar.gz

  • 解压

    tar zxvf v2.3.0.tar.gz

  • 安装

    cd vimcdoc-2.3.0/ # 进入解压后的目录./vimcdoc.sh -i # 安装

    命令会自动识别 Vim 的安装路径，并将中文的文档拷贝到相应的地方，原有的英文文档不受影响，查阅中文文档学习Vim。

Vim8 —> NeoVim

关于Vim的插件介绍，请查阅我的另一篇文章《Linux之打造vim实用配置方案》^[50]。

NeoVim和Vim的用法基本一致，底层架构有所不同而已，Vim用户可以很方便的操作NeoVim，配置文件可以直接进行迁移。

NeoVim^[51]的安装：

sudo yum install -y https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpmsudo yum install -y neovim python3-neovim

心理准备

• 学习Vim在开始时是痛苦的，但是熟悉之后，工作效率会大大提升
• 需要时间
• 需要不断地练习
• 不要期望你能在3天内把vim练得比别的编辑器更有效率

配置文件

如果使用NVim或Vim编辑文件：

# NeoVimnvim file

# Vimvim file

发现界面黑乎乎的，没有行号，没有语法高亮等，作为一名视觉动物，稍微美化一下NeoVim或者Vim，使其不那么打击我们学习的热情。

NVim的配置文件路径：~/.config/nvim/init.vim

Vim的配置文件路径：~/.vim/vimrc

将下列配置，根据需求，粘贴到配置文件中，然后:wq，在终端中输入source ~/.config/nvim/init.vim或者source ~/.vim/vimrc刷新配置文件。

请仔细阅读每一行注释。

-----------------"  基本设置" -----------------

" 语法高亮syntax on

" 显示行号set number

" 显示当前行号的相关行，比如以此行为标准，向上/向下数第1行、第2行等 set relativenumber" 设置TAB宽度, ts: tabstopset expandtabset tabstop=2set shiftwidth=2set softtabstop=2" 光标所在的那一栏上面/下面还显示出6行set scrolloff=6" 显示当前行的下滑线set cursorline" 保证当前vim环境下的字不会超出屏幕set wrap" 显示当前的命令set showcmd" 左下角显示当前的模式名称set showmode" 按下TAB，自动补全指令set wildmenu" 是否显示状态栏, 0 : 不显示, 1 : 表示只在多窗口时显示, 2 : 表示显示set laststatus=2" 显示当前光标的位置、进度以及时间set statusline=%F%m%r%h%w\ [pos=(%l,%v)]\ [progress=%p%%]\ %{strftime(\"%d/%m/%y\ -\ %H:%M\")}" 关闭当错误发生的bell提示音set noeb" 当错误发生时, 屏幕闪烁" set vb" 当错误发生时, 不要闪烁屏幕" set novisualbell    " ------------------"   关于搜索和高亮" ------------------" 高亮搜索到的词set hlsearch"为了避免打开新的文件时显示的上一个文件的搜索结果产生的高亮" exec 表示在:后面运行的命令exec "nohlsearch"" 输入时, 边输入, 边高亮set incsearch" 忽略大小写set ignorecase" 智能大小写set smartcase" 支持鼠标点击和滚动" set mouse=a" -----------------"   map 键盘映射" -----------------" 按下小写s, 啥事不干map s      " 按下大写S, 保存当前文件, 为回车按键map S :w" 按下大写Q, 退出当前文件map Q :q" 按下大写R, 更新文件配置map R :source $MYVIMRC    

77~81行解释，假设要编辑一个文件，进行了修改，此时

• 保存文件 — 先按前缀键Esc，再按住大写S，默认操作：先按前缀键Esc，再输入:w；
• 更新配置 — 先按前缀键Esc，再按住大写R，默认操作：退出文件，再source files；
• 退出文件 — 先按前缀键Esc，再按住大写Q，默认操作：先按前缀键Esc，再输入:q；

这三个快捷键非常有用，可以相互搭配使用！

几种模式

• 普通模式(Normal)：启动NVim/Vim后，Vim默认在模式下，进入Normal模式的快捷键：Esc；
• 插入模式(Insert)：快捷键：i，会看到vim左下角有一个 -- 插入 -- 字样，表示可以以插入的方式输入，此时，你可以输入文本了，就像你用“记事本”一样；

常用命令

在终端输入：

vimtutor

查看Vim教程(已在章节^[52]安装了中文版教程)，强烈建议自学一遍。先按前缀键Esc，再输入:q可退出教程。

• i→ Insert 模式，按 ESC 回到 Normal 模式；

• 退出并保存

  • 一般操作：先按前缀键Esc，再输入:wq；

  • 快捷键：根据上述配置文件，先按前缀键Esc，再按住SQ；

• 保存并更新配置：

  • 一般操作：先按前缀键Esc，再输入:wq，在终端输入source files；

  • 快捷键：根据上述配置文件，先按前缀键Esc，再按住SR；

• 退出不保存：先按前缀键Esc，再输入:q!

• 关于删除：在普通模式(Normal)下，

  • x → 删除光标所指向的字符；

  • dd → 删除光标所在的那一行；

• 关于插入：**在普通模式(Normal)下，**除了i可以进入插入模式外，还有

  • a→ 在光标后插入；

  • o→ 在当前行后插入一个新行；

  • O → 在当前行前插入一个新行；

  • cw → 替换从光标所在位置后到一个单词结尾的字符；

• 关于撤销/恢复：在普通模式(Normal)下，

  • u → 撤销；

  • ，意为Ctrl + r → 恢复；

• 关于跳转：在普通模式(Normal)下，

  • gg → 跳转到当前文件的第一行行首；

  • G →  跳转到当前文件的最后一行行首；

  • 0→ 跳转到当前行的行首；

  • $ → 跳转到当前行的最后一个字符处；

  • 50gg → 跳转到第50行；

  • 50j → 从当前行向后跳转50行；

• 关于搜索：在普通模式(Normal)下，输入/，就可以进行文件内搜索，按n查找下一个，N查找上一个

这只是些非常基础的命令，不过足以应付一般情况，NVim/Vim下有很多实用的插件，请关注我的另一篇文章：《Linux之打造vim实用配置方案》^[53]。

Tmux简单使用

Tmux 是一个终端复用器(terminal multiplexer)，非常有用，建议所有重要的操作，都在Tmux里进行，只要服务器不宕机，操作一直在进行。

简介

命令行的典型使用方式是，打开一个终端窗口(terminal window，以下简称"窗口")，在里面输入命令。用户与计算机的这种临时的交互，称为一次"会话"(session) 。

会话的一个重要特点是，窗口与其中启动的进程是连在一起^[54]的。打开窗口，会话开始；关闭窗口，会话结束，会话内部的进程也会随之终止，不管有没有运行完。

一个典型的例子就是，SSH 登录^[55]远程计算机，打开一个远程窗口执行命令。这时，网络突然断线，再次登录的时候，是找不回上一次执行的命令的。因为上一次 SSH 会话已经终止了，里面的进程也随之消失了。

为了解决这个问题，会话与窗口可以"解绑"：窗口关闭时，会话并不终止，而是继续运行，等到以后需要的时候，再让会话"绑定"其他窗口。

作用

Tmux 就是会话与窗口的"解绑"工具，将它们彻底分离。

• 它允许在单个窗口中，同时访问多个会话。这对于同时运行多个命令行程序很有用。
• 它可以让新窗口"接入"已经存在的会话。
• 它允许每个会话有多个连接窗口，因此可以多人实时共享会话。
• 它还支持窗口任意的垂直和水平拆分。

几个概念

• 会话(session): 建立一个 tmux 工作区会话，会话可以长期驻留，重新连接服务器不会丢失，我们只需重新 tmux attach 到之前的工作区就可以恢复会话
• 窗口(window): 容纳多个窗格
• 窗格(pane): 可以在窗口中分成多个窗格

安装

• CentOS/Fedora

  sudo yum install tmux

• Ubuntu/Debian

  sudo apt-get install tmux

• Mac

  brew install tmux

启动和退出

在终端输入

tmux

启动 Tmux 窗口，底部有一个状态栏。状态栏的左侧是窗口信息(编号和名称)，右侧是系统信息。

按下Ctrl+d或者显式输入exit命令，就可以退出 Tmux 窗口。

前缀键

与vim、nvim类似，都存在一个前缀键，Tmux 窗口有大量的快捷键，所有快捷键都要通过前缀键唤起。默认的前缀键是Ctrl+b，即先按下Ctrl+b，快捷键才会生效。

举例来说，帮助命令的快捷键是Ctrl+b ?。它的用法是，在 Tmux 窗口中，先按下Ctrl+b，再按下?，就会显示帮助信息。

然后，按下 ESC 键或q键，就可以退出帮助。

当然如果觉得前缀键Ctrl+b不太方便，可以更换前缀键。

会话管理

新建会话

第一个启动的 Tmux 窗口，编号是0，第二个窗口的编号是1，以此类推。这些窗口对应的会话，就是 0 号会话、1 号会话。

使用编号区分会话，不太直观，更好的方法是为会话起名。

tmux new -s YourSeeName

新建了一个名为YourSeeName的Tmux窗口。

分离会话

在 Tmux 窗口中，按下Ctrl+b d或者输入tmux detach命令，就会将当前会话与窗口分离，进入普通的终端界面，但是会话和里面的进程仍然在后台运行，tmux ls命令可以查看当前所有的 Tmux 会话。

会话查看

在Tmux会话内，列出所有会话的快捷键是Ctrl+b s

登录到终端以后，使用命令

tmux ls

可以查看当前所有的 Tmux 会话。

进入会话

进入到Tmux最后一次退出的窗口

tmux attach

使用tmux ls查看可用的窗口，然后选择想进入的窗口：

# 进入名为Seesion-Name的会话窗口tmux a -t Seesion-Name

# 进入编号为SessionNum的会话窗口tmux a -t Session-Num # SessionNum为0、1、2...3

杀死会话

# 使用会话名称tmux kill-session -t Seesion-Name

# 使用会话编号tmux kill-session -t Session-Num

切换会话

# 使用会话名称tmux switch -t Seesion-Name

# 使用会话编号tmux switch -t Session-Num

重命名会话

在Tmux会话内，重命名的快捷键是Ctrl+b $

在终端界面

# 使用会话名称tmux rename-session -t Seesion-Name New-Name

# 使用会话编号tmux rename-session -t Session-Num New-Name

窗格操作

Ctrl+b %：划分左右两个窗格

Ctrl+b "：划分上下两个窗格

Ctrl+b q：显示窗格编号

第四章：在服务器上利用GPU跑程序的简化步骤

1. 利用FileZilla软件登录远程服务器上传所需程序文件
2. 在终端利用SSH登录远程服务器
3. 按照下面的命令进行操作，建议使用tmux终端复用神器，第2、3、4步不是必须的，但是强烈推荐使用！

ssh username@IPaddress -p 22         # 登录服务器tmux ls                              # 查看终端会话列表，若没有，新建一个                                      # 会话窗口 tmux new -s Seesion-Name，保证程序在后台运行tmux a -t Seesion-Name                # 进入你指定的会话窗口source activate tensorflow-gpu        # 在会话窗口中激活tensorflow-gpu环境cd xxx/yyy                            # 程序文件所在路径ls                                    # 查看文件python abc.py                         # 运行程序

总结

这一部分详细介绍了CUDA、cuDNN的切换(重点)、Tensorflow和PyTorch的安装(详细)、NVim/Vim和Tmux的使用方法(实用)。尤其是在利用Anaconda工具进行CUDA、cuDNN的版本切换最为方便；接着见到介绍NVim/Vim以及Tmux的使用方法；最后介绍了在服务器上利用GPU跑程序的简化步骤。本篇文章仅作为参考，如果遇到问题，还请仔细阅读错误信息，利用Google、Stack Overflow等工具一一排除。

本系列主体内容到此结束，在使用过程中，笔者就遇到的问题，单独整理在Github上的仓库GitLocalDoc里的第六章：https://github.com/kangzhiheng/GitLocalDoc#第六章：问题汇总，有兴趣的同学可以瞅瞅。

希望该系列文章能够帮助到您。

[1] SSH: https://en.wikipedia.org/wiki/Secure_Shell

[2] openssh for windows: https://www.mls-software.com/files/setupssh-7.9p1-1.exe

[3] Xshell: https://www.netsarang.com/zh/xshell-download/

[4] FinalShell: http://www.hostbuf.com/t/988.html

[5] FileZilla: https://download.filezilla-project.org/client/FileZilla_3.38.1_win64-setup_bundled.exe

[6] 安装CUDA: #安装CUDA

[7] cuDNN的安装方法: #cuDNN安装*

[8] Environment Modules: https://modules.readthedocs.io/en/latest/

[9] NVIDIA驱动: #NVIDIA驱动安装(CentOS、Ubuntu)*

[10] Anaconda3: #Anaconda3安装

[11] 查表: #Tensorflow建议配置

[12] CUDA版本: https://anaconda.org/anaconda/cudatoolkit/files

[13] CUDA 9.0: https://developer.nvidia.com/cuda-90-download-archive

[14] CUDA 9.2: https://developer.nvidia.com/cuda-92-download-archive

[15] CUDA 10.0: https://developer.nvidia.com/cuda-10.0-download-archive

[16] CUDA 10.1 update1: https://developer.nvidia.com/cuda-10.1-download-archive-update1

[17] CUDA 10.1 update2: https://developer.nvidia.com/cuda-10.1-download-archive-update2

[18] CUDA 10.2: https://developer.nvidia.com/cuda-downloads

[19] CUDA版本: https://anaconda.org/anaconda/cudatoolkit/files

[20] CUDA: https://developer.nvidia.com/cuda-toolkit-archive

[21] cuDNN版本: https://anaconda.org/anaconda/cudnn/files

[22] cuDNN官网: https://developer.nvidia.com/rdp/cudnn-archive

[23] Anaconda仓库: https://anaconda.org/anaconda/cudnn/files

[24] 官网: https://www.tensorflow.org/install/source#linux

[25] 查看方法: #全局生效

[26] Pytorch官网: https://pytorch.org/get-started/previous-versions/

[27]《Linux之打造vim实用配置方案》: https://www.kangzhiheng.top/2020/03/30/Linux之打造vim实用配置方案/

[28] Vim: https://www.vim.org/

[29] vi: https://zh.wikipedia.org/wiki/Vi

[30] 文本编辑器: https://zh.wikipedia.org/wiki/文本编辑器

[31] Emacs: https://zh.wikipedia.org/wiki/Emacs

[32] 类Unix系统: https://zh.wikipedia.org/wiki/类Unix系统

[33] 布莱姆·米勒: https://zh.wikipedia.org/wiki/布萊姆·米勒

[34] 开放源代码: https://zh.wikipedia.org/wiki/开放源代码

[35] 自由软件: https://zh.wikipedia.org/wiki/自由软件

[36] 官网: https://www.vim.org/download.php

[37] Vim8: https://github.com/vim/vim

[38] NeoVim: https://github.com/neovim/neovim

[39] 代码补全插件YouCompleteMe: https://github.com/ycm-core/YouCompleteMe

[40] NeoVim: https://github.com/neovim/neovim

[41] YouCompleteMe: https://github.com/ycm-core/YouCompleteMe

[42] coc-vim: https://github.com/neoclide/coc.nvim

[43] 参考YouCompleteMe: https://github.com/ycm-core/YouCompleteMe/wiki/Building-Vim-from-source

[44] 解释: https://www.jianshu.com/p/aac78ff576c5

[45] stackoverflow: https://stackoverflow.com/

[46] 代码补全插件YouCompleteMe: https://github.com/ycm-core/YouCompleteMe

[47] NeoVim: https://github.com/neovim/neovim

[48] YouCompleteMe: https://github.com/ycm-core/YouCompleteMe

[49] coc-vim: https://github.com/neoclide/coc.nvim

[50] 《Linux之打造vim实用配置方案》: https://www.kangzhiheng.top/2020/03/30/Linux之打造vim实用配置方案/

[51] NeoVim: https://github.com/neovim/neovim

[52] 章节: 升级支持python3的Vim8*

[53] 《Linux之打造vim实用配置方案》: https://www.kangzhiheng.top/2020/03/30/Linux之打造vim实用配置方案/

[54] 连在一起: http://www.ruanyifeng.com/blog/2016/02/linux-daemon.html

[55] SSH 登录: http://www.ruanyifeng.com/blog/2011/12/ssh_remote_login.html

哪儿趣▲▲