如何使用实验室服务器跑程序(一):配置环境

1.链接服务器

笔者使用MobaXterm来链接服务器。MobaXterm的安装包可以从官网直接下载。

点击session,可以添加服务器地址

点击SSH,在Remote host里面输入需要链接的IP地址,username输入自己的用户名

都输入好以后,点击OK

然后输入自己的密码,即可链接成功!

2.conda创建自己的环境

  • 可以通过下列语句查看自己的conda版本号
    conda -V

     

  • 通过下列语句创建自己的环境,其中zyw是自己的环境名
    conda create -n zyw python=3
  • 询问你是否继续安装上面的包,需要输入y表示同意,之后它会自动安装

  • 出现上面的内容表示创建完成!

3.切换到自己的环境,其中zyw是自己的创建的环境的名字,命令如下方第一行

    退出自己的环境可以输入下方第二行

conda activate zyw
conda deactivate

4.配置自己的环境(配置需要的包)比如配置cpu下tensorflow,如果是gpu,则是conda install tensorflow-gpu

此时问你安装不安装这些,需要输入y它就会自动下载安装

此时tensorflow安装成功!

5.验证是否安装成功!输入python,打开python!导入tensoflow模块!没有报错表示安装成功!退出python即可!

 

  • 24
    点赞
  • 144
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
你好!要在实验室服务器上安装 CUDA,可以按照以下步骤进行操作: 1. 首先,请确保您的服务器满足 CUDA 的硬件要求。您可以在 CUDA 官方网站上查看支持的 GPU 列表。 2. 在服务器上下载适用于您的操作系统的 CUDA 安装包。您可以从 NVIDIA 的官方网站上获得最新版本的 CUDA。 3. 在进行安装之前,建议先备份服务器数据,以防万一发生错误。 4. 打开终端或远程登录服务器,并切换到管理员或 root 用户。 5. 执行安装程序。根据您下载的 CUDA 安装包类型(例如.run 或 .deb),可以使用相应的命令进行安装。具体命令将因操作系统和安装包类型而有所不同,因此请查阅 CUDA 安装文档以获取详细指导。 6. 安装过程中,您可能需要接受许可协议、选择安装路径和确认一些选项。请按照提示进行操作。 7. 安装完成后,您需要配置环境变量。在服务器配置文件(如 .bashrc 或 .profile)中添加以下行: ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 保存并关闭配置文件,并运行以下命令使其生效: ```bash source ~/.bashrc ``` 8. 最后,您可以通过运行以下命令来验证 CUDA 是否成功安装: ```bash nvcc --version ``` 如果显示了 CUDA 版本信息,则说明安装成功。 请注意,以上步骤仅为基本指南。具体安装过程可能因操作系统版本、CUDA 版本和服务器配置而有所不同。建议您查阅 CUDA 官方文档和操作系统的相关文档,以获取更详细的指导。祝您安装顺利!
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值