如何在无网的linux服务器上配置深度学习环境

登录无网的服务器

需要从管理员处获得用户名和密码

方法一：SSH命令行

• IP地址：10.20.26.206
• 端口：10022

使用命令行登录：

ssh -P 10022 username@ip

或使用其他ssh工具

方法二：可视化平台（推荐）

登录方法：使用浏览器访问http://10.20.26.206:8000/#/login，输入用户名和密码。

登录后可在设置一栏更改密码。

上传下载文件

因为服务器无网，因此上传下载需要远程连接。

在Linux和MacOS上可使⽤ sftp 命令连接到sftp服务器，但更建议使⽤图形⼯具操作：

• Filezilla-client ⽀持Windows、Linux、MacOS，免费开源
• Cyberduck ⽀持Windows和MacOS，免费
• XFTP 仅限Windows，收费
• Transmit 仅限MacOS，收费

filezilla使⽤示例：

如上图;填⼊主机（服务器地址:sftp://10.20.26.206），⽤户名，密码，端⼝（ssh的端⼝:10022），点击快速连接即可。 连接后，左侧是本地计算机⽂件，右侧是服务器上的⽂件

配置深度学习环境

Q:服务器没有网，但我想安装自己的虚拟环境

我的做法是使用conda pack进行环境迁移即：

1. 先在别的有网的服务器上安装好环境。
2. 然后在将环境迁移到没有网络的服务器上，就可以正常使用了。

PS:不能跨平台打包环境，这就意味着windows上配好的环境无法链接到linux.

Conda-pack 是一个命令行工具，用于打包 conda 环境，其中包括该环境中安装的软件包的所有二进制文件。下面进行详细的步骤说明：

1. 第一步在源环境中下载conda pack

   pip install conda-pack

   

   如图，下载成功

2. 第二步打包“源环境”

   conda pack -n gpr_yolo（你要打包的虚拟环境名字）

   

如上图，正在对环境进行打包，还是很快的。最后打包成·后缀为.tar.gz的压缩文件。

PS:这一步中的gpr_yolo环境是在有网的计算机中已经配置好的深度学习环境，其中主要包含了pytorch框架，cuda,cudnn,以及yolov5的requirements，在配置完成后最好检查一下网络是否可以成功运行，详细配置过程见文档从零配置深度学习环境

3.第三步’还原环境’

• 将gpr_yolo.tar.gz上传到无网的服务器上

  使用上面提到的Filezilla工具

• 先cd到普通⽤户创建的conda环境在 ~/.conda ⽬录下，如：/share/home/xzhao/.conda/envs/

  mkdir yolov5

  成功创建目录yolov5

• 解压

​ tar -xzvf gpr_yolo.tar.gz -C /share/home/xzhao/.conda/envs/yolov5

• 查看结果

  conda info -e 或者conda env list

  

• 进入虚拟环境，就可以使用了

  source activate yolov5 或者conda activate yolov5

  

• 例：运行yolov5

​ 如下图所示，成功运行YOLOv5网络，结果图片保存到了runs/detect/exp3里。