Pycharm远程调用GPU服务器(基于Anaconda、pytorch环境配置)

简介

pytorch为我们搭建深度学习模型提供了很大的便利,尤其是在高性能的GPU服务器上运行时,训练所需时间相比本地电脑要减少很多。本文根据自己的摸索以及研究所里同学的帮助,介绍了如何在GPU服务器上搭建Anaconda+pytorch环境以及如何利用pycharm进行远程连接调用。

一、Xshell远程连接GPU服务器配置Anaconda

(1)Xshell远程连接服务器

首先通过Xftp连接远程服务器,根据服务器主机地址、用户名、密码新建连接,如下图:

在这里插入图片描述
Xttp连接上服务器之后,再通过”新建终端“打开Xshell,完成Xshelll对服务器的连接,如下图。
在这里插入图片描述

(2)在GPU服务器上安装Anaconda并激活环境

通过Anaconda官网 链接下载对应版本的Anaconda。下载完成后,将文件通过Xttp传入服务器中自己的文件夹中,如上图中的Anaconda3-2020.11-Linux-x86_6.sh文件。
在这里插入图片描述
在Xshell中通过cd 切换文件夹目录到Anaconda安装包所在的文件夹,然后执行命令:

bash Anaconda3-2020.11-Linux-x86_64.sh

然后根据安装过程的提示,输入回车或者“y”完成安装。完成安装后,需要对环境进行激活。具体方法为:在Xshell中通cd命令行输入如下两行命令:

chmod 777 activate 
source ./activate

完成环境激活后,输入python,出现如下提示,说明环境适配完成。
在这里插入图片描述

二、pycharm远程调用GPU(基于Pytorch)

(1)为GPU服务器配置pytorch环境

通过Xshell连接服务器后,根据pytorch官网链接的命令,安装pytorch。
在这里插入图片描述
在安装过程中,可能会遇到网络无反应的报错,原因是官网地址下载速度过慢,解决办法为添加国内镜像。这里添加清华的镜像,具体命令如下:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

随后再执行安装命令,注意要去掉 -c python,才可以从镜像下载。

conda install pytorch torchvision torchaudio cudatoolkit=9.2

通过镜像安装会发现网络非常顺畅,结束后,我们便完成了pytorch的安装。

(2)通过pycharm连接GPU服务器

在pycharm的setting的Python Interpreter中添加编译器。
在这里插入图片描述
再SHH Interpreter中填入服务器地址和用户名。
在这里插入图片描述
输入密码后点击下一步。
在这里插入图片描述
在Select Python Interpreter中选择编服务器中anaconda安装路径bin文件夹下的python或者python3。在Sync folders选择服务器上用于同步本地文件的地址,完成连接。
在这里插入图片描述
最后测试下,是否能顺利调用服务器上的GPU,结果为True,配置成功。

import torch
print(torch.cuda.is_available())

在这里插入图片描述

  • 5
    点赞
  • 60
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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