本文介绍利用mobaXterm连接服务器,再下载anaconda,配置Pytorch的过程。下载过程中经常有报错,踩了一些坑。
先打开mobaXterm,打开session连接服务器。如果是第一次登录的话,可以点击左上角的session - SSH, 输入端口号,用户名,在命令行中输入密码。
(1)下载anaconda
先在清华镜像源里下载对应的anaconda3,由于是Linux服务器,所以这里下载的是Anaconda3-4.0.0-Linux-x86_64.sh版本
利用服务器执行下载
# wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.0.0-Linux-x86_64.sh
(2)下载完成后运行安装指令
bash Anaconda3-4.0.0-Linux-x86_64.sh
一路yes即可,最后询问你是否要安装vscode,可以选择no。
(3)安装完成后别忘了配置环境变量
在左侧的文件夹中找到.bashrc,双击打开
在最后添加一行添加路径的代码,其中xxxxx(user name) 修改为自己的用户名。环境变量就配置好了。
export PATH="/home/xxxxxx(user name)/anaconda3/bin:$PATH"
(4)测试是否安装成功
输入指令
conda info --envs
如果出现 /home/username/anaconda3即表示安装成功。
(1)首先更改下载源
下载Pytroch时通常会使用清华镜像,而在mobaXterm左侧的文件管理中找到.condarc文件,双击打开,将内容替换为如下所示。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
remote_read_timeout_secs: 1000.0
保存的时候会弹出窗口提示,选择yes即可。
在命令行中输入如下指令,更新下载源。要求输入y/n的时候输入y即可。
conda update -n base conda
(2)创建虚拟环境
进入anaconda3文件夹
cd ./anaconda3
创建名为pytorchenv的虚拟环境
conda create -n pytorchenv python=3.7
激活并进入虚拟环境
conda activate pytorchenv
(3)安装对应版本的Pytorch
在Pytorch官网中找到对应的pytorch版本,复制相应的命令行。
需要确认的参数有:
1.一般选择Stable
2.服务器为linux系统
3.使用conda包
4.选择python语言
5.选择相应的CUDA版本,查看CUDA版本可以在命令行中输入nvidia-smi,右上角就是了
选定pytorch版本后,复制下面的命令行语句
在命令行中粘贴
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
这个过程有时会报错,是网络连接不上,或者是其他一些未知错误,在安装的时候比较玄学。
安装失败的话需要多试几次,我在一个周六的上午突然就安装成功了,或许需要一定运气的成分。。
----更新-----
使用pip语句安装通常会顺利一点,省去了conda安装时的安装环境检测
(4)测试是否安装成功
python
import torch
torch.cuda.is_available()
如果返回的是True就说明安装成功了。
【补充更新】
现在我们已经可以在服务器端使用pytorch了,但是只能使用命令行来运行,还不是很方便。我们希望在本地电脑来编辑代码,使用pycharm来远程连接服务器,在服务器上进行调试。
(1)下载pycharm专业版(需要破解)
因为只用专业版才能连接服务器调试,可以自行网上下载并破解。
(2) 添加ssh连接
打开pycharm,在上方菜单栏里找到tools - deployment - configuration
打开后选择右上角的+号,选择SFTP,填写IP、端口号和密码,如下图所示:
填写之后确认,点击test connection按钮,如果能seccessful connecte的话就说明配置好了。然后设置服务器中代码保存的位置(Root path),我这里是/home/lyj,可修改为自己所对应的位置。
(3)新建项目
打开软件,点击左上角的file-new project新建项目。
选择python解释器
1:Location 这个位置是项目在本地所处的文件夹
2:Existing interpreter 选择已经存在的服务器端的python解释器。
3:remoter project location:这里是文件夹在服务器的存储位置
(4)设置Run/Debug Cofigurations
选择项目,新建一个python文件。
如果运行按钮的绿色三角形没有亮起来的话,说明还没有设置run/debug configurations。
单击Edit Configurations
可以看见python interpreter中已经选择了pytorchenv虚拟环境中的python解释器,然后我们把script path修改为刚才新建的py文件所在的位置(注意一定要选到可执行的.py文件)
(5)设置本地项目与服务器项目的映射,并同步更新
最后就是将本地代码与服务器代码同步起来,这样在本地修改的时候,服务器中存的代码也会同步修改。
设置本地文件夹与服务器中的文件夹自动同步。如图所示勾选automatic upload。这样在本地新建的文件都会自动上传到服务器中了。
这样运行本地修改的代码的时候,可以发现在下方的File Transfer里代码也同步更新到服务器所对应的代码中了。
过程比较繁琐,也可能出现意想不到的情况,但只要有耐心,过段时间再试试,可能就能解决好了~