python -V
创建python3安装目录
mkdir -p /usr/local/python3
下载python3.9的包
cd /usr/local/src
wget https://www.python.org/ftp/python/3.9.13/Python-3.9.13.tgz
发现wget命令不存在,安装wget命令
yum install wget
安装完成后执行上一步python3.9的下载
下载完成后解压
tar zxvf Python-3.9.13.tgz
安装依赖库
yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel libffi-devel gcc make
查看当前文件夹目录
ls
编译安装
cd Python-3.9.13 && ./configure --prefix=/usr/local/python3 && make && make install
配置python3的软链接
ln -s /usr/local/python3/bin/python3 /usr/bin/python3
ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3
查看pip3、python3版本
# 在root下
pip -V
python -V
git --version
下载目录选择src
wget https://codeload.github.com/git/git/tar.gz/v2.35.1
下载完成后,可以查看到有 v2.35.1 文件, 将 v2.35.1 文件转为压缩包并解压缩成文件夹
mv v2.35.1 v2.35.1.tar.gz && tar -zxf v2.35.1.tar.gz && cd git-2.35.1
安装依赖
yum install -y curl-devel expat-devel gettext-devel openssl-devel zlib-devel gcc perl-ExtUtils-MakeMaker
编译
make prefix=/usr/local/git all
安装
make prefix=/usr/local/git install
编辑配置文件
vim /etc/profile
又没有vim,去安装
yum -y install vim*
重新输入上一步命令进入编辑
# 在 /etc/profile 文件中末尾追加以下内容
export PATH=$PATH:/usr/local/git/bin
回到终端, 刷新配置
source /etc/profile
查看版本,确认安装成功
git --version
目录选择src,下载anaconda
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2022.10-Linux-x86_64.sh --no-check-certificate
sh Anaconda3-2022.10-Linux-x86_64.sh
编辑配置文件
vim /root/.bashrc
# 末尾加入
export PATH="/usr/local/anaconda3/bin:$PATH"
回到终端, 刷新配置
source /etc/.bashrc
输入python查看
python
查看版本
conda --version
一些conda虚拟环境的操作
# 创建conda虚拟环境
conda create -n my_torch_gpu39
# 进入conda虚拟环境
conda activate my_torch_gpu39
# 退出当前conda虚拟环境
conda deactivate
# 删除虚拟环境
conda remove --name my_torch_gpu39 --all
查看显卡信息
lspci | grep VGA
找到显卡对应版本
http://pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci
下在到src文件夹下
wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/515.76/NVIDIA-Linux-x86_64-515.76.run
一系列操作
https://blog.csdn.net/tony_vip/article/details/104531383
在创建的conda虚拟环境下使用官网的pip3命令安装
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
装完之后发现已经包含了cuda和cudnn
#进入python命令
import torch
torch.cuda.is_available() #显示true,即为cuda安装成功
from torch.backends import cudnn
cudnn.is_available() #显示true,即cudnn安装成功
指定一个目录后git clone代码
git clone https://github.com/yenchenlin/nerf-pytorch.git
cd nerf-pytorch
安装项目需要的依赖
# 先用vim注释掉requirements.txt的前两行(自己安装的环境比项目指定的要高,直接用自己的)
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/
数据下载
bash download_example_data.sh
代码跑起来
# 在run_nerf.py的第206行添加相应语句
optimizer.param_groups[0]['capturable'] = True
# 跑默认乐高数据集
python run_nerf.py --config configs/lego.txt
conda -c install matplotlib -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
https://blog.csdn.net/m0_45447650/article/details/126244148
window本地安装putty,安装后重启电脑,使环境变量生效
https://www.putty.be/latest.html
windows传文件、文件夹到centos
wiindows打开cmd命令窗口
# 例如将本地E盘的file文件夹整个传输到云主机的code文件夹下
pscp -r E:\file root@云主机公网地址:/usr/local/code/
# 例如将本地E盘的file下的test.txt文件传输到云主机的file文件夹下
pscp E:\file\test.txt root@云主机公网地址:/usr/local/code/file/
centos传文件、文件夹到windows
windows打开cmd命令窗口
# 例如将云主机的file文件夹整个传输到本地E盘下
pscp -r root@云主机公网地址:/usr/local/code/file E:\
# 例如将云主机的file下的test.txt文件传输到本地E盘的file文件夹下
pscp root@云主机公网地址:/usr/local/code/file/test.txt E:\file\