windows登录远程Linux服务器(非root权限)+安装Anaconda(Jupyter Notebook)+安装Pytorch、Pytorch Geometric

windows登录远程Linux服务器(非root权限)

安装putty

WinSCP下载安装及使用https://blog.csdn.net/zpf123456789zpf/article/details/87941153（可要可不要）

在Linux服务器上安装Python3.7 https://www.cnblogs.com/wulixia/p/11018040.html

Linux查看服务器资源配置及性能https://zhuanlan.zhihu.com/p/94947410

---

安装Anaconda(Jupyter Notebook)

Linux服务器部署Jupyter Notebook (使用Anaconda)(jia ni)https://www.jianshu.com/p/b449804adc70

（部署Jupyter Notebook以后不需要再安装py）

沙雕问题1：vim编辑模式按Esc退不出来https://blog.csdn.net/wy_1997/article/details/83822884?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.pc_relevant_is_cache&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.pc_relevant_is_cache

vi/vim下如何搜索字符串https://blog.csdn.net/whynotldch/article/details/78163480

---

服务器已经安装好了CUDA+CUDNN

linux下显卡信息的查看https://blog.csdn.net/weiyumeizi/article/details/83035711

CPU、GPU、CUDA，CuDNN 简介https://blog.csdn.net/fangjin_kl/article/details/53906874

CUDA

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。

linux查看cuda版本

1.cat /usr/local/cuda/version.txt
2.或者 nvcc -v

Ubuntu下查看cuda版本的两种方法

cat /usr/local/cuda/version.txt

nvidia-smi

PyTorch下 CUDA 和 CuDNN 安装验证程序https://blog.csdn.net/bat67/article/details/84065261?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.pc_relevant_is_cache&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.pc_relevant_is_cache

---

安装Pytorch、Pytorch Geometric

linux服务器上用Anaconda安装Pytorch https://blog.csdn.net/weixin_41519463/article/details/89924814

查看torch的版本

import torch

print(torch.__version__) #注意是双下划线

【python】如何使用pip安装、卸载包https://blog.csdn.net/xueba100/article/details/78906671?utm_medium=distribute.pc_relevant.none-task-blog-title-3&spm=1001.2101.3001.4242

安装pytorch-geometric https://pytorch-geometric.readthedocs.io/en/latest/notes/installation.html

Install the relevant packages:

pip install torch-scatter==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-${TORCH}.html
pip install torch-sparse==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-${TORCH}.html
pip install torch-cluster==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-${TORCH}.html
pip install torch-spline-conv==latest+${CUDA} -f https://pytorch-geometric.com/whl/torch-${TORCH}.html
pip install torch-geometric

where ${CUDA} and ${TORCH} should be replaced by your specific CUDA version (cpu, cu92, cu101, cu102, cu110) and PyTorch version (1.4.0, 1.5.0, 1.6.0, 1.7.0), respectively. For example, for PyTorch 1.7.0 and CUDA 11.0, type:

pip install torch-scatter==latest+cu110 -f https://pytorch-geometric.com/whl/torch-1.7.0.html
pip install torch-sparse==latest+cu110 -f https://pytorch-geometric.com/whl/torch-1.7.0.html
pip install torch-cluster==latest+cu110 -f https://pytorch-geometric.com/whl/torch-1.7.0.html
pip install torch-spline-conv==latest+cu110 -f https://pytorch-geometric.com/whl/torch-1.7.0.html
pip install torch-geometric

---

jupyter notebook的使用

jupyter notebook如何显示行号？

菜单栏View------Toggle Line Numbers

To be continued......