项目组新服务器（rtx3090）使用指南

1. rtx3090服务器作为新设备，使用统一化管理。即：使用活动账户的同学在使用中只会获得一个studentNum账户，密码为自己名字缩写，在毕业后此账户会交给低年级新生循环使用，因此需要在毕业后整理账户，将有效的个人数据（包括但有价值的程序，训练好的网络模型，毕业论文等）放入研究生个人数据备份位置。
2. 此服务器为公用设备，考虑到实验室人数众多，而计算资源紧张，请各位在使用GPU时尽量做好协商和节点保存。目前3090服务器使用两块磁盘阵列存储，其中一块做项目组数据及历届研究生的项目文件备份，另一块为交替使用的活动账户。root权限不开放给所有用户，请有需要的同学联系服务器管理员以创建账户进行使用。

1 项目组数据及备份位置

1.1 项目组主要数据位置

/data/model_data_backup

注意：此位置权限仅为可读，严禁使用root账户对此文件夹下数据进行删减操作。

1.2 项目组各研究生个人数据备份位置

/data/student_data_backup

此处放置已毕业研究生的毕业论文和其他有价值的程序、工程等，有需要可拷贝至个人账户下进行学习。

2 用户创建等基本操作（管理员使用）

2.1 用户创建

使用root账户，创建账户：

$ sudo useradd -d /home/student/studentNumber -m studentNumber -s /bin/bash

创建该账户密码：

$ sudo passwd studentNumber 

2.2 用户删除

使用root账户，删除账户：

$ sudo userdel -r studentNumber

2.3 用户权限

在毕业时刻，开放个人数据备份的文件夹的可读可写权限，让每个毕业生将其个人数据做备份，之后改回只读权限。
使用rtx3090账户开放权限：

$ chmod 777 /data/student_data_backup/

使用rtx3090账户改回只读权限：

$ chmod 755 /data/student_data_backup/

3 连接服务器基本操作

3.1 与服务器快速交互

本项目组目前做法主要为Xshell+winscp组合
安装Xshell和Xmanager，之后在Xshell中输入服务器ip，端口，用户名和密码后，即可开启一个服务器的终端。

在winscp主要操作界面中输入服务器ip，端口，用户名和密码后，即可实现快速连接windows和linux服务器的快速连接。

3.2 配置账户中的深度学习环境

在Xshell 的终端中，进行深度学习环境的配置。

3.2.1 安装conda

conda是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。conda可以理解类似于应用商店或是mac里的Aapp Store。可以在conda里面安装软件，或者在conda之外安装，使用conda管理小环境和使用conda管理软件比较方便。

国内服务器需要选择conda镜像可以搜索conda清华源镜像。建议使用miniconda，轻量化，可以快速下载。
一些源的地址

# 阿里云 http://mirrors.aliyun.com/pypi/simple/ 
# 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 
# 豆瓣(douban) http://pypi.douban.com/simple/ 
# 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 
# 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

清华镜像中miniconda的使用帮助 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

清华镜像中miniconda版本的选择 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

找到需要的miniconda版本后，复制其链接，并将其下载到服务器的账户中，此处以最新版本miniconda为例。

$ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

下载完成后，使用bash安装

$ bash Miniconda3-latest-Linux-x86_64.sh

一路enter或者yes后，会得到提示

最后激活安装完成的软件：

$ source ~/.bashrc

看到（base）出现时，即表示miniconda安装完成。

3.2.2 创建虚拟环境

不同的深度学习框架可能需要不同的依赖环境，有些使用python2写的源码并不能跑在python3的环境中，因此需要建立所需要源码的虚拟环境。

其中一些框架与版本的对应关系：
TensorFlow与python对应版本 https://tensorflow.google.cn/install/source_windows?hl=en#gpu
CUDA驱动和CUDA Toolkit对应版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
pytorch与CUDA，cudnn对应版本https://pytorch.org/get-started/previous-versions/

安装环境前确定我们GPU驱动版本。我们的GPU驱动版本为470.129.06，CUDA版本为11.4
可以使用nvidia-smi（日后会经常用到）查看GPU占用和CUDA版本：

使用 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件在miniconda安装目录envs文件下找到。建议创建名字缩写+python版本的环境，如shh_py3.7，以便后续计算资源不足时精确到使用人。

 $ conda create -n your_env_name python=X.X（2.7、3.6等)

3.2.3 conda一些常用操作

查看当前存在哪些虚拟环境：conda env list 或 conda info -e
激活虚拟环境：source activate your_env_name(虚拟环境名称)
关闭虚拟环境：source deactivate
查看当前环境安装了哪些包：conda list
删除环境中的某个包：conda remove --name your_env_name package_name
删除虚拟环境：conda remove -n your_env_name(虚拟环境名称) --all
安装包：conda install package_name
安装指定版本包：conda install package_name==1.12.0（版本需指定）
添加清华的源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
移除清华的源：conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

3.3 使用pycharm

Python IDE适合神经网络的有很多，比如jupyter、pycharm等，本服务器已安装pycharm，可以直接使用，为实现命令行简易启动，需在用户目录~/.bashrc文件中进行如下操作。

打开编辑~/.bashrc文件

$ gedit ~/.bashrc

在文件末尾添加

alias pycharm="/home/rtx3090/pycharmisntall/pycharm-community-2022.1.2/bin/pycharm.sh"

重新激活~/.bashrc文件

$ source ~/.bashrc

之后在Xshell服务器终端的命令行直接输入pycharm即可打开。

3.4 conda使用国内源

conda安装好之后，默认的镜像是官方的。由于官网的镜像在境外,访问太慢或者不能访问，为了能够加快访问的速度，更改为国内镜像源。

$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
$ conda config --set show_channel_urls yes

3.5 使用matlab

MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。本服务器已安装matlab，可以直接使用，为实现命令行简易启动，需在用户目录~/.bashrc文件中进行如下操作。

打开编辑~/.bashrc文件

$ gedit ~/.bashrc

在文件末尾添加

alias matlab="/home/rtx3090/MATLAB/R2018a/bin/matlab"

重新激活~/.bashrc文件

$ source ~/.bashrc

之后在Xshell服务器终端的命令行直接输入matlab即可打开。

4 其他

1. 禁止一切实验室GPU挖矿行为；
2. 服务器使用如有疑问，请尽量自己多查资料多看代码多问问为什么，GPU只是实验的工具，研究生应当重点培养自己发现问题解决问题的思路；
3. 毕业后整理好自己账户中的数据、工程等，完成个人数据备份，研究生这几年留下来的材料，是个人也是实验室宝贵的财富，能让后面的师弟师妹们少走很多很多的弯路。前人栽树，后人才能乘凉。
4. Xshell的提示更新问题可以参考https://blog.csdn.net/qq_24274689/article/details/122391296。