centos服务器搭建深度学习环境

centos服务器搭建深度学习环境(详细)

1，安装NVIDIA驱动

# 查看显卡驱动命令
nvidia-smi      #看是否存在驱动,我的已经安装好

2，安装anaconda

从清华源（https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）下载对应版本的安装包，在服务器上建一个目录，把下载的包上传上去；

转到安装文件所在目录, 使用以下指令进行安装, 一路默认即可, 或者自己指定安装目录.
$ sh Anaconda3-2018.12-Linux-x86_64.sh

# 配置conda命令文件，不然会报conda命令找不到
# 配置
vim ~/.bashrc

# 在其最后一行加入
例：export PATH=$PATH:/home/vincent/anaconda3/bin
export PATH=$PATH:【你的安装目录】  #对应自己安装anaconda3下的bin路径，使用pwd查看当前anaconda的路径

# 使配置生效
source ~/.bashrc

3, 配置镜像

# 生成.condarc文件
conda config --set show_channel_urls yes

conda config --show-sources   #查看.condarc的配置文件

用下面文件替代之前的.condarc文件（更改.condarc文件）

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
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

4，激活base环境以及创建自己的环境

1. （更改完配置文件后）激活环境， 输入 conda activate 。激活base 环境
2. 输入以下命令可以创建自己的环境

激活环境， 输入 conda activate 。激活base 环境
输入以下命令可以创建自己的环境

// 创建一个没有python解释器的环境
conda create -n ppj(自己定义)

//创建一个有python解释器的环境
conda create -n ppj python=3.6.2 tensorflow-gpu=1.14.0 

5，切换环境，查看环境

conda deactivate  #退出环境
conda activate base  # 激活base环境


# 查看环境
conda info -e
conda env list

参考

链接1
链接2