linux下非root用户搭建python开发环境

1、linux下非root用户安装anaconda

下载地址：https://repo.anaconda.com/archive/
miniconda：https://docs.conda.io/en/latest/miniconda.html

环境变量设置：

vim ~/.bashrc
# 在.bashrc文件最后添加下面两行
# add anaconda env 
export PATH=/your_path/anaconda3/bin:$PATH 
source ~/.bashrc

参考：
[1] linux服务器下非root权限安装anaconda
[2] conda常用命令
[3] 使用winScp实现跳板机登陆内网服务器

2、conda 创建虚拟环境并激活

conda create -n py36 python=3.6
# 默认是系统的python环境，使用conda activate来激活刚刚创建的虚拟环境
conda activate py36
conda activate # 默认激活base环境

# 注意第一次使用时需要激活conda
source activate
source deactivate
# 然后就可以愉快地使用conda activate了

3、gpu环境

• 查看cuda和cudnn版本

cat /usr/local/cuda/version.txt 
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

我自己在用时不用特意添加cuda环境
手动添加环境参考：https://wangcong.net/article/PycharmWithSeverGPU.html

4、深度学习框架

(1) mxnet

安装gpu版本的mxnet：

cat /usr/local/cuda/version.txt # 查看cuda版本
conda uninstall mxnet # 卸载旧版本
pip install mxnet-cu100 # 适合cuda10.0，可以根据自己的cuda版本选择

# 判断是否安装成功
import mxnet as mx
from mxnet import nd
print(mx.__version__) # 输出版本号
x = nd.array([1,2,3],ctx=mx.gpu()) #通过ctx指定存储设备

编译安装可参考：mxnet在linux上的安装

安装需要的依赖：

• (6) 安装ffmpeg3.4.8
  https://blog.csdn.net/dgyanyong/article/details/12052857
  环境变量的设置：https://blog.csdn.net/netwalk/article/details/9455893
• (7) 安装opencv3.4.6：https://blog.csdn.net/qq_19655645/article/details/96132274

参考：
[1] linux 安装GPU版本的mxnet
[2] MXNET：深度学习计算-GPU

(2) pytorch

5、pycharm 配置远程服务器环境

• 首先用pycharm打开本地项目。
• PyCharm通过跳板机连接远程服务器：

ssh -N -f -L 6000:服务器路径:端口号 -p 跳板机端口号 跳板机路径 -o TCPKeepAlive=yes

• 配置服务器：
  
  
  

• 设置python解释器
  
  
  

• 除了服务器的python环境，还可以配置其他的依赖，如自己在服务器上编译的opencv、ffmpeg等
  

参考：
[1] Pycharm的安装、使用和连接远程服务器
[2] PyCharm通过跳板机连接远程服务器

环境移植

参考：Anaconda环境的移植方法

conda activate my_enviroment
conda env export > environment.yaml
conda env create -f environment.yaml
pip freeze > requirements.txt
pip install -r requirements.txt