Linux服务器安装深度学习环境

目录

（1）安装Anaconda

（2） 安装Pytorch

---

（1）安装Anaconda

参考：Linux下安装Anaconda3详细教程_奈斯菟咪踢呦-CSDN博客

1）为防止服务器上断网，在本地下载好

​

 得到.sh文件：

​

2）用scp命令+Windows PowerShell上传到服务器，或者远程连接软件（如MobaXterm）直接设置SFTP后拖上去即可。

3）此时在服务器上运行sh文件即可实现自动安装

​

此时会一直显示说明书，直接Ctrl+C后，输入Yes：

​

 4）安装完后，需要在配置文件bashrc中添加环境变量，否则无法在任意路径使用conda activate命令：

​

先进入bashrc文件：vim  ~/.bashrc

在文件末尾添加环境变量，路径名为anaconda/bin的路径：

​

​

5）配置完环境变量后，保存并关闭当前Shell窗口，重新启动后可以看到conda命令能够正常使用。（Shell每次启动前都会读取bashrc文件，但如果中途更新了该文件，对已经启动过的Sehll进程是不管用的，因此需要重启）

 ​

 6）接下来就可以创建虚拟环境了

​

（2） 安装Pytorch

参考：PyTorch安装(CPU版本和CPU版本)—解决pip安装下载速度问题

在虚拟环境中安装各种包程序

​

1）首先查看CUDA版本 ，使用nvidia-smi：

​

 2）在Pytorch官网中查找对应版本的Pytorch安装包。我选择对应CUDA版本为11.1的安装包，使用pip工具进行安装（因为conda命令安装不够稳定）。此时可以调用清华/阿里镜像加速下载，方法为加上-i https://pypi.tuna.tsinghua.edu.cn/simple，其他镜像源地址可见：pytorch加速下载——清华镜像源(conda或者pip版本)_Boys_Wu的博客-CSDN博客_pytorch清华源下载

如果遇到URL读取超时问题，可以使用--default指令人为设置读取时间，以增加读取次数，比如设为--default 6000，在安装一般的软件包时完全足够。

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple

3）测试安装结果

进入python环境，使用import torch命令导入torch模块，如果没有报错，说明安装成功。

可以使用：print(torch.__version__)输出版本号

可以使用：print(torch.cuda.is_available())检查GPU版本是否安装成功。