阅读量:1
服务器机器学习环境搭建
1 服务器与用户
在学校中，我们在学校中是以用户的身份进行访问学校的服务器的。整体框架大致如下：
我们与root用户共享服务器的一些资源，比如显卡驱动，Cuda以及一些其他的公共软件。
一般情况下，只有root用户，才有权力管理公共资源。比如Cuda的安装，更新等等。
普通用户可以进行使用这些公共资源。
其中公共资源当中，有些资源比如Conda的版本和Python的版本与自己所需要的版本不一致的话，就需要自己重新去安装符合自己版本的Conda和Python版本。
2 申请账号
root管理员账户可以添加用户。创建成功后，可以有自己对应的文件夹，用户在自己对应的文件夹中进行操作。
root添加账号操作的命令：useradd newuser
3 用户连接终端SSH命令
通过SSH可以连接到远程终端，然后就可以在远程服务器上进行对应的操作。
命令：
ssh username@服务器ip地址 4 linux安装配置环境
一般来说，现在都是使用Anaconda来进行配置机器学习的实验环境。
4.1安装AnaConda
Anaconda 简介：
Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
因为我们可能不仅仅只是需要跑一个实验，不同实验的对于第三方库要求可能不一样，比如有些需要Pytorch，有些不需要，有些需要Pytorch比较新的版本，有些论文又比较旧，如果只有一个环境的话，就需要卸载重装。而Anaconda可以根据需要配置不同的环境。
4.1.1 下载anaconda的安装包
这里我们需要在官网上查找自己需要的版本，地址链接在下面:
https://repo.anaconda.com/archive/
这里以我自己安装的版本为例：
https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh
这是我选择的版本，然后我们在控制台输入这句话：
wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh
下载完正常显示为：
如果没有问题，报错，就可以进行下一步4.1.2操作。
4.1.2 安装anaconda的安装包
- 设置文件权限：下载完成后，你需要给下载的文件添加可执行权限。你可以使用下面的命令来改变文件权限：
chmod +x Anaconda3-2024.02-1-Linux-x86_64.sh 2.运行安装程序：然后，你可以运行下面的命令启动 Anaconda 的安装程序：
bash Anaconda3-2024.02-1-Linux-x86_64.sh 按照提示进行安装
一般会出现如下图：
**3.点击Enter键(回车键)😗*此时显示Anaconda的信息，并且会出现More，一直按Enter，直到如下图所示:
4.输入yes:出现如下界面：
5.输入Enter回车键:出现如下界面：
- 建议输入yes： 安装程序会询问是否将anaconda添加到PATH环境变量中。如果要在命令行中使用conda和anaconda，则建议选择此选项。
7. 重新启动shell或者使用bash命令加载配置
在安装 Anaconda 后，它会自动将相关的环境变量添加到 shell 的配置文件中（如 .bashrc 或 .zshrc）。但是，这些环境变量只会在重新打开终端或重新加载 shell 配置后生效。
source ~/.bashrc 
8.完成安装以及检测是否安装成功
打开新的终端后，进入自己的文件夹目录下，输入anaconda -V（注意a要小写，V要大写），conda -V ,显示版本信息，若显示则表示安装成功。
4.2 Anaconda 安装 Pytorch
4.2.1 创建虚拟环境
conda create -n myapp python=3.8 4.2.2 激活环境
使用下面这条命令，激活环境：
conda activate myapp 4.2.3 检测环境是否安装好:
conda info --envs 显示如下：
4.2.4 选择适合自己的pytorch版本
官方链接:
https://pytorch.org/ 通过以下指令查看当前linux服务器cuda版本：
nvcc --version 
在官网中找到适合自己的版本进行安装：
# CUDA 10.1 pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html 4.2.5 测试是否安装成功
输入python，进入到python编辑，输入以下代码进行检测是否安装成功！
import torch # 检查PyTorch版本 print("PyTorch版本:", torch.__version__) # 检查CUDA是否可用 print("CUDA是否可用:", torch.cuda.is_available()) 测试结果为：
安装成功！
