在Linux服务器上运行机器学习/深度学习python程序

日常如果我们的个人电脑满足不了某些机器学习/深度学习程序运行需求的话，一般需要在实验室或者公司服务器上跑自己的代码，这里介绍一下如何在linux服务器上运行机器学习/深度学习python程序。

1. 首先下载安装使用SecureCRT或者Xshell这种远程登录服务器软件登录你的实验室/公司服务器。
2. 由于一般用户不会获得root权限，而且系统里的Python版本一般都比较低或者一般都会缺失某些机器学习/深度学习包，那我们就需要在自己的用户文件夹下创建属于自己的虚拟环境。
3. 首先当然是要下载安装Anaconda啦。（版本和系统自己灵活调整即可）

下载Anaconda

$ wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_64.sh  # 64位系统
$ wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86.sh     # 32位系统

安装Anaconda

bash Anaconda3-4.2.0-Linux-x86_64.sh # 安装上面下载的文件

一路yes下去即可，但如若最后一步让你添加路径时来自不可抗拒的因素使得你没有Yes，那也不用担心，就是后面操作会一直报错而已哈哈哈（莫慌，解决方法请往下看）

首先 vim ~/.bashrc
在最后添加 export PATH=$PATH:/home/username/anaconda3/bin
（这是你的bin文件所在的目录路径）
然后退出保存之后记得刷新bash
source ~/.bashrc

（不过后面报错的时候也会提示你怎么操作的，还蛮良心的）

测试Anaconda是否安装成功

conda --version

如果成功显示Anaconda的版本，那么恭喜你就安装成功啦（安装之后，会在安装目录下生成anaconda的文件夹）

然后就到了我们的重头戏，创建Anaconda虚拟环境了！（是不是有点小激动呢！）

conda create -n your_env_name（你自己取个好听的名字） python=X.X（你想创建的虚拟环境的python版本号，比如3.6）

创建之后就可以激活你的虚拟环境了

source activate your_env_name(你取的虚拟环境名称）

这样环境配置就大功告成了！然后就可以随心所欲、肆无忌惮的安装你想要的python包了！

conda install package_name（比如tensorflow）

顺便说一下如何删除包

conda remove package_name 

注意用完之后别忘了注销虚拟环境哟

source deactivate

4. 首先我们来试验一下一个小程序，对，你懂得的就是hello world

首先激活你创建的conda虚拟环境

source activate your_env_name(你取的虚拟环境名称）

（可用conda env list查看）

然后进入

python

然后想编辑一段代码并保存的话就一般用vim即可（使用很简单，网上一堆教程）

当然，最常用的一般都是想上传本地的程序代码去服务器跑啦，所以接下来说明以下如何在Linux服务器上运行本地已经编写好的机器学习/深度学习python程序

首先需要下载Xftp(360软件管家或者网上百度搜破解版下载即可)。
然后打开Xftp，登陆链接你的服务器账号，然后将要跑的程序和相关文件从左侧拖至右侧即可完成文件的上传。
然后在Xshell进入到相关目录直接运行python3 test.py就好啦！