本地项目远程Linux运行

• 本方法针对于深度学习为例

1 本地安装anconda（如果不需要在本地运行，这步可以忽略）

1. 1.1 下载 Anaconda：

   访问Anconda官方下载链接，并选择适用于 macOS 的 Anaconda 发行版（通常有两个版本，一个是Python 3.x版本，另一个是Python 2.7版本）。

2. 1.2 安装 Anaconda：

   双击下载的安装程序文件以启动安装过程。跟随安装向导的指导，可以接受默认选项，也可以根据需要进行自定义配置。通常情况下，建议选择将 Anaconda 添加到系统的 PATH 环境变量，这样可以更方便地在终端中使用 Anaconda。

3. 1.3 完成安装：

   安装过程完成后，你可以关闭安装程序。

4. 1.4 启动 Anaconda：

   打开终端应用程序，并输入以下命令以启动 Anaconda 导航器（Navigator）：

   anaconda-navigator
   

   或者，你也可以在 macOS 的应用程序文件夹中找到 “Anaconda Navigator” 应用程序并启动它。

5. 1.5 使用 Anaconda：

   Anaconda 导航器将会打开，你可以使用它来创建、管理和切换 Python 环境，以及安装包和编辑 Anaconda 的设置。

6. 1.6 创建和管理环境：

   你可以在 “Environments” 标签页中创建和管理不同的 Python 环境。可以选择不同的 Python 版本和安装所需的包。

7. 1.7 安装包：

   在 “Home” 标签页中，你可以使用 Anaconda 导航器来安装各种数据科学和机器学习包。你只需在搜索框中输入包的名称，然后点击 “Install” 按钮即可。

8. 1.8 激活环境：
   现在，你已经成功安装了 Anaconda，并可以在 macOS 上使用它来管理 Python 环境和数据科学工具。如果需要使用 Python，可以在终端中启动 Anaconda 提供的 Python 解释器。例如：

   conda activate base  # 激活默认环境（base）
   python  # 启动 Python 解释器
   

   请注意，Anaconda 还提供了 Jupyter Notebook、Spyder 和其他一些常用的数据科学工具，你可以在 Anaconda 导航器中找到它们并使用。

2 进入本地conda环境（如果不需要在本地运行，这步可以忽略）

2.1 查看已存在的环境

• 输入conda info --envs 查看当前conda已存在的环境

2.2 创建新的conda环境

• 拥有良好的命名习惯-n 后面加上py的版本号，tf2是tensorflow2，keras就是keras框架，python=3.8是开始安装python3.8环境
• conda create -n py38-tf2keras pyhton=3.8
• 这一步可能会安装失败，如果安装失败，请输入按照以下步骤进行
• 输入vim .condarc
• 进入后将下面的代码全部复制替换在这里插入代码片

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

• 之后输入:wq退出
• 现在再输入创建环境的指令就会显示成功了conda create -n py38-tf2keras python=3.8

2.3 激活新建的环境

• conda activate py38-tf2keras
• 现在可以发现前面的(base)换成了新建的环境(py38-tf2keras)

2.4 安装tensorflow

• conda install tensorflow

2.5 安装keras

• conda install keras

3 在pycharm上写代码

3.1 在桌面新建文件夹

• 例如yjsxm
• 进入该文件夹后再新建一个文件夹取名为项目一，这个命名方式可以采用自己习惯的，中文也可以，让自己看得懂就可以了

3.2 使用pychram打开该文件夹

• 点击new project，在路径中选择刚刚创建的文件夹，这里注意要选择Previously configured interpreter，而不要选择New environment
  

• 在Previously configured interpreter中点击下三角符号，可以看见有刚刚使用conda指令创建的python3.8环境
  

• 如果是第一次选择环境，首先在终端输入onda info --envs，查看当前的环境所在位置路径，并复制
  

• 然后进入该复制路径下，去手动选择python环境
  

• 接着进行写代码即可，写完之后保存

4 将本地代码上传到github

• 这一步骤参考我之前写过的文章提交本地项目到GitHub
• cd 进入到刚刚创建的项目文件夹目录下，之后进行一系列的git操作
  

5 去远程的linux系统配置相关环境

5.1 下载conda（这步不会的话可以参考1 和 2，步骤是一样的，只是一个在本地一个在linux）

1. 下载Miniconda安装程序：

   首先，访问Miniconda的官方网站，找到适用于你Linux版本的Miniconda安装程序，通常有两个版本：Linux 64位和Linux 32位。选择与你的Linux系统架构相符的版本，然后复制下载链接。

2. 在终端中下载安装程序：

   打开终端，使用wget命令下载Miniconda安装程序。将<下载链接>替换为上一步中复制的实际下载链接。

   wget <下载链接>
   

3. 运行安装程序：

   使用bash运行下载的安装脚本。替换<安装程序文件名>为下载的安装程序文件的实际名称。

   bash <安装程序文件名>
   

   运行脚本后，你会看到一些提示，按照提示继续即可。通常，你需要同意许可协议、选择安装路径（默认为用户主目录下的~/miniconda3），以及是否将conda初始化添加到你的.bashrc文件（可以通过输入yes来启用此选项）。

4. 激活conda：

   安装完成后，运行以下命令以激活conda：

   source ~/miniconda3/bin/activate
   

   注意：如果你的Miniconda安装路径不同，请相应地更改上述命令中的路径。

5. 测试conda：

   运行以下命令以验证conda是否正确安装：

   conda --version
   

   如果一切顺利，这将显示conda的版本号。

5.2 创建环境

• 激活成功后，使用conda指令去安装和刚刚在本地电脑上配置的环境相同
• 比如conda activate py38-tf2keras
• 接着和上面安装步骤一样，安装tensorflowconda install tensorflow，然后安装conda install keras
• 如果安装不成功，估计是condarc环境出错了，输入vim .condarc
• 进入后将下面的代码全部复制替换在这里插入代码片

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

5.3 从git上克隆代码

• 先在linux系统上创建本地一样的文件夹，然后cd进入到该文件夹
• 输入git clone 在github上的下载链接
• 接着输入python main.py就可以运行啦