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。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！