离线状态下在服务器上部署深度学习所需python包和数据集

所解决问题

最近，想在学校服务器上运行网络上其他人写的基于YOLOv3的目标识别程序，通过github得到了代码，但是遇到的问题是：学校的服务器是只能内网连接，无法通过Anaconda 的install命令或者pip命令去安装，其次，目前很多的github代码中数据集都是通过编写sh文件来在线获取，因此要想运行例子代码是需要解决以上两个问题。

解决python包的问题

解决这个问题的方法有两个：一个是直接移植环境，另一个是去下载想要的python包再离线安装这些包。

移植环境

这个方法是最简单的，是十分直接和暴力的，并且也不会出现包不匹配的问题。
当然使用这个方法也需要你在安装Anaconda时，对于不同的项目创建相对应的Anaconda环境。

大部分人一般会在自己的个人电脑上配置一个相同的深度学习环境，因为在程序debug的时候一般的会在自己的电脑上，只有在真正训练的时候才会部署到服务器上。我们可以找到在Anaconda3下有一个envs文件夹，这个文件夹下面就是我们自己创建的环境，每一个文件夹就是一个环境，直接打包压缩，通过WinSCP直接传到服务器，通过以下几条命令即可实现，name均为环境的名字

cd  path  #path是压缩包保存的位置
unzip name.zip  #解压相应的压缩包
mv name ~/anaconda3/envs/   #移动环境到Anaconda的envs文件中

conda activate name

离线安装python包

这个方法需要自己离线下载包，去下面这个网址查自己所需要的包，需要对应python的版本和自己所需要的python包的版本。

打开链接: https://pypi.org/.下载好之后，通过pip就可以安装了

pip install package_name.whl

解决数据包的问题

下载好的代码，基本是不包含数据集和yolo网络的参数的，因为这些文件的太大了，因此，都是通过sh文件在线下载，但是在线下载一般都是龟速而且服务器也不允许在线下载，因此我们需要找到下载数据集的sh文件，
将上面的网址全部复制下来，通过浏览器下载这些会比较快。然后再通过WinSCP传到服务器，并按照sh文件里的代码操作除下载以外的其他命令即可。

最终程序运行结果

在自己电脑上可以直接运行python命令，但是在高性能计算平台上不能直接运行，需要利用Slurm作业调用系统来运行，具体操作可以参考另一篇CSDN博客利用Slurm作业调度系统运行深度学习python文件