最近要在服务器上配置个跑深度学习的环境,查了许多教程,总结一下。
一、下载安装anaconda3
1、在Anaconda下载页面选择合适的版本,wget下载下来,
wget https://repo.anaconda.com/archive/Anaconda3-5.3.1-Linux-x86_64.sh
报错就安装下wget
sudo apt-get install -y wget
2、赋予用户文件的执行权限
chmod +x Anaconda3-5.3.1-Linux-x86_64.sh
3、开始安装anaconda
./ Anaconda3-5.3.1-Linux-x86_64.sh
随后一路enter yes,直到安装成功
在命令行输入conda测试一下,如果没找到conda,配置下conda的环境变量
4、配置conda环境变量
vim打开文件
vim ~/.bashrc
在最后一行添加
export PATH=$PATH:[你的anaconda/bin地址]
:wq保存退出后再保存一下.bashrc文件
source ~/.bashrc
conda -V 测试一下
出现conda版本号则安装成功
二、安装cuda, cudnn, pytorch
先创建一个环境
conda create -n [你的环境名称] python=3.9
随后激活该环境
conda activate [你的环境名称]
接下来要在这个环境中安装一些实验要用到的包
安装cuda,cudnn之后,在pytorch官网选择对应版本的pytorch,运行下面的命令安装。
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch
安装好pytorch后一定要测试一下能否使用GPU
三、配置JupyterLab
如果之前
使用conda命令安装
conda install -c conda-forge jupyterlab
生成jupyter的配置文件
jupyter lab --generate-config
设置密码
jupyter lab password
连续输入两次密码
vim ~/.jupyter/jupyter_lab_config.py
修改配置文件
c.ServerApp.allow_remote_access = True #允许远程访问
c.ServerApp.open_browser = False #服务器端不打开浏览器
c.ServerApp.ip = '*' #允许所有ip地址访问
c.ServerApp.port = 9000 #设置端口号
c.ServerApp.allow_root = True
安装ipykernel
conda install nb_conda_kernels
conda install ipykernel
将环境写入JupyterLab kernel中
python -m ipykernel install --user --name [你的环境名称] --display-name "显示的名称"
验证一下是否安装成功
jupyter lab
打开浏览器 输入[你的服务器ip:端口号]
输入密码后进入这个界面,恭喜你安装成功!