文章目录
1 远程服务器安装 anaconda
1.1 安装 anaconda
进入 anaconda 官网,因为服务器是 Linux 系统,所以点击下图图标:
![](https://img-blog.csdnimg.cn/6b86e702510846aa858f6e385354ac2b.png)
点击下图位置(一般情况下下载这个即可),即可开始下载 安装anaconda所需的文件,我这里是 Anaconda3-2022.10-Linux-x86_64.sh
(后续更新版本会有差别):
![](https://img-blog.csdnimg.cn/330ee86ecc414dc2bf0fd832b9dcc3dc.png)
下载好后我们将 Anaconda3-2022.10-Linux-x86_64.sh
文件上传到远程服务器中,如何上传可以参考我的博客:将本地项目/文件上传到远程服务器中详细教程(vscode,sftp)
按照博客里的步骤,把 Anaconda3-2022.10-Linux-x86_64.sh
上传到远程服务器中:
![](https://img-blog.csdnimg.cn/3647f40491f74e609059dfbc2f591355.png)
这样就上传到服务器了:
![](https://img-blog.csdnimg.cn/6ce0774a09514d85a23dea5a1599d48c.png)
在服务器中新建终端:
![](https://img-blog.csdnimg.cn/0b0896c6c6e1423291a1c5c265ed2b7b.png)
复制 Anaconda3-2022.10-Linux-x86_64.sh
在服务器中的路径(相对路径):
![](https://img-blog.csdnimg.cn/ccdb7d07ca184a07bb77bea40fbaf696.png)
在终端中输入 sh 刚才复制的相对路径
,我这里是 sh Anaconda3-2022.10-Linux-x86_64.sh
:
![](https://img-blog.csdnimg.cn/6c1e1fe68af0416e849446d349717de7.png)
这里直接按回车即可:
![](https://img-blog.csdnimg.cn/83b57f4bd7144c288c2dd5accb2bfa16.png)
然后一直按回车,直到出现如下界面,输入 yes
:
![](https://img-blog.csdnimg.cn/3e7cd8f193b2466eb1995d9ff467ee7a.png)
然后这里直接按回车即可,然后就会自动在当前目录下创建 anaconda3 文件夹安装 anaconda 的内容:
![](https://img-blog.csdnimg.cn/d980c56421c34e89936d3e70ac15e682.png)
到这里了依然输入 yes
:
![](https://img-blog.csdnimg.cn/09094c55153c417b9a74886afdff80ab.png)
最后这样就安装成功了:
![](https://img-blog.csdnimg.cn/f5f4ea1c30d4449a8921a2bfc77f5e59.png)
1.2 配置环境变量
(这步可能不需要,可以在终端输入 conda,看下会不会正常输出)
安装完 anaconda 后我们发现 conda 并不能用,原因在于环境变量还没配置。
在终端输入 vim .bashrc
:
![](https://img-blog.csdnimg.cn/cca8b346403447989207592c2fa64dc4.png)
进入 bashrc:
![](https://img-blog.csdnimg.cn/ebadf686fd044504921125226ae82797.png)
在当前界面输入 i
按键,进入编辑模式。
在最后一行输入 export PATH=“/xxx/anaconda3/bin:$PATH”
(其中的 xxx
换成自己当前目录路径,其实也就是 anaconda3 目录所在路径):
![](https://img-blog.csdnimg.cn/93b05f328e1142a8bb4de951b07c0b6c.png)
输入后,按键盘上的 esc
键,输入 :wq
,再按回车,即可完成保存编辑并退出:
![](https://img-blog.csdnimg.cn/c059bb3b293c47a7afece743c1079356.png)
然后就会退回到原先的终端界面,再输入source .bashrc
,让配置生效:
![](https://img-blog.csdnimg.cn/4d625df7a8c94068ae4875b0e8cdf9ec.png)
然后命令行前面这块出现 (base)
,就说明环境变量也配置成功了,并且这时也已进入 conda 环境:
![](https://img-blog.csdnimg.cn/09a20aa5dafb464c9858f77757ace03a.png)
这是可以输入 python
查看下python 版本,再输入 exit()
即可退出 python 环境:
![](https://img-blog.csdnimg.cn/6caba210037a43d39f6f4d346748e576.png)
1.3 在终端中进入/退出 conda 环境
conda activate # 进入conda环境 出现(base)则说明安装成功
conda deactivate # 退出conda环境
1.4 查看服务器 CUDA 最高版本(也包含 GPU 使用率/内存使用情况等信息)
在终端输入 nvidia-smi
可查看 CUDA 最高版本 和 GPU 使用率/内存使用情况等信息,下图中各参数意义可参考另一个博客:查看 gpu 使用率/内存使用情况
![](https://img-blog.csdnimg.cn/5ddf617ccd944366bb02313863c3fcb8.png)
这里看到 CUDA Version: 11.4
,表示我这里服务器支持的 CUDA 最高版本为 11.4,这个版本号在后续安装 PyTorch 时会用到。
2 配置 PyTorch 环境
2.1 安装 PyTorch
创建 conda 虚拟环境,输入 conda create -n pytorch python=3.9
(这个指令的含义是创建一个python3.9版本的虚拟环境,名称为 pytorch),格式为 conda create -n 环境名称 python=版本号
:
![](https://img-blog.csdnimg.cn/a4e5139c27924feea871de08de350c63.png)
输入 y
:
![](https://img-blog.csdnimg.cn/18f1d8984c314bfdad0ccd4452ab07b1.png)
安装完成:
![](https://img-blog.csdnimg.cn/e2766237dd9345c3ace33a36438799e0.png)
输入 conda activate pytorch
(格式为 conda activate 环境名称
),进入刚才创建的虚拟环境:
![](https://img-blog.csdnimg.cn/47df32fb21df479bae24674bb5b20899.png)
进入 pytorch 官网,点击 Install:
![](https://img-blog.csdnimg.cn/474c1ada66154a4381de7decbce1d252.png)
如下选择,复制指令 conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
。如果服务器支持 CUDA 最高版本高于 11.6 (在上文 1.4 查看 gpu 使用率/内存使用情况等信息 中查看),那么直接在服务器终端粘贴这个指令即可。
![](https://img-blog.csdnimg.cn/5675d921dc72427d89ed1f7486d0db10.png)
但上文中写到我这里服务器支持的 CUDA 最高版本为 11.4,上图中需要的 CUDA 只有 11.6 和 11.7 版本的,都高于我服务器的 CUDA 版本,那么这时该怎么办呢?
那就只能安装以前的版本了,以满足自己服务器的要求,点击 install previous versions of PyTorch
![](https://img-blog.csdnimg.cn/76b8d210430647f68e8b975f10387af2.png)
可以看到 这里有个 PyTorch 1.12.1 版本的,底下有可供 CUDA 10.2、11.3、11.6 的 PyTorch安装指令,因为我这里服务器的 CUDA 最高版本为 11.4,安装 PyTorch 肯定要小于这个版本,所以选择 11.3 版本了,复制下图指令,即 conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
![](https://img-blog.csdnimg.cn/65e02ec235814b8fa9e6ee252d5f1d7d.png)
粘贴到终端(在刚才 conda 新建的虚拟环境(名为pytorch) 中):
![](https://img-blog.csdnimg.cn/5e45d0adb8e34bc48941e52a1fc177bd.png)
输入y
:
![](https://img-blog.csdnimg.cn/d6aaecc258e64ecb95cdd11905de070d.png)
等待一会儿,这样就算安装好了:
2.2 检验 PyTorch 安装成功
在终端依次输入 python
,import torch
,torch.__version__
,torch.cuda.is_available()
,就可以检验 PyTorch 是否安装成功,并可查看版本号等等。
![](https://img-blog.csdnimg.cn/266a86b74ac54187b89f1bc9a5205006.png)
(pytorch) kfh@amax:~$ python # 进入python环境
Python 3.9.13 (main, Oct 13 2022, 21:15:33)
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch # 输入并按回车后只要不报错就说明pytorch已经安装成功了
>>> torch.__version__ # 查看 PyTorch 版本号
'1.12.1'
>>> torch.cuda.is_available() # 查看 CUDA 即 GPU 是否可用
True
>>> exit()