【深度学习实验室服务器搭建整体思路】

服务器配置

点个赞吧！

第一步： 制作Ubuntu server 18.04 U盘启动盘.
第二步： 给服务器安装Ubuntu server 18.04 系统
注意：前两步自己百度

第三步： 安装显卡驱动以及可视化界面

1. 卸载apt方式安装的n卡驱动

sudo apt remove --purge nvidia*
sudo apt autoremove

2. 卸载用官网run方式安装的n卡驱动

sudo nvidia-uninstall

3. 安装NVIDIA驱动

sudo add-apt-repository ppa:xorg-edgers/ppa

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt update

4. 查看可安装驱动版本

ubuntu-drivers devices

5. 找后面有recommend的版本，我们实验室的是nvidia-510

sudo apt install nvidia-driver-510

6. 重启

这种方法兼容性好，帮你禁用默认的 nouveau 开源驱动，避免和本闭源驱动冲突。

7. 验证

查询系统现在使用的驱动

sudo prime-select query

然后再把nvidia驱动设置为系统使用的显卡驱动

sudo prime-select nvidia

没有报错即表示显卡能够正常运行了，顺便查看显卡信息。

sudo nvidia-smi

结果图：3张显卡全部显示出来了！！！

如上则成功。

8. 安装anaconda

首先在Anaconda官网下载anaconda-linux的安装包，然后上传到服务器中。或直接在终端进入要存放下载包的目录，然后输入以下命令，系统会自动将资源条下载到当前目录。

wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh

在anaconda安装包目录下输入命令：

bash Anaconda3-2020.07-Linux-x86_64.sh -p PATH -u

前面是安装包名字，后面的PATH是指定的安装路径。之后再一路yes就可了。PATH建议 /usr/local/anaconda/ 没有则创建！

建议：在root用户下面安装anaconda，然后在其它用户终端下使用 /usr/local/anaconda/bin/conda init bash，然后其他用户不用安装就能使用root用户的anaconda了。

创建并激活虚拟环境:
大家最好养成良好的习惯，在虚拟环境中配置各种库和框架环境。在终端输入conda create --name NAME python=3.7 创建虚拟环境，其中NAME为你的虚拟环境名称[最好名称中带有版本号以区分，如pytorch-gpu-1.2.0]。创建完后可以输入conda info -e查看所有虚拟环境。

输入conda activate NAME进入虚拟环境中，之后安装依赖就和win上面在cmd里面安装依赖的方式一样了！

安装完依赖就进入下一步，在pycharm里面使用远程服务器了。

9. pycharm里面使用远程服务器
   推荐一篇通过pycharm使用服务器的好博客
   https://blog.csdn.net/hehedadaq/article/details/118737855?msclkid=6e92d504b24511ec8fc86c971fc4f3c7

附上成功的图片：