在Linux服务器上运行机器学习/深度学习python程序

日常如果我们的个人电脑满足不了某些机器学习/深度学习程序运行需求的话,一般需要在实验室或者公司服务器上跑自己的代码,这里介绍一下如何在linux服务器上运行机器学习/深度学习python程序。

  1. 首先下载安装使用SecureCRT或者Xshell这种远程登录服务器软件登录你的实验室/公司服务器。
  2. 由于一般用户不会获得root权限,而且系统里的Python版本一般都比较低或者一般都会缺失某些机器学习/深度学习包,那我们就需要在自己的用户文件夹下创建属于自己的虚拟环境。
  3. 首先当然是要下载安装Anaconda啦。(版本和系统自己灵活调整即可)

下载Anaconda

$ wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_64.sh  # 64位系统
$ wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86.sh     # 32位系统

安装Anaconda

bash Anaconda3-4.2.0-Linux-x86_64.sh # 安装上面下载的文件

一路yes下去即可,但如若最后一步让你添加路径时来自不可抗拒的因素使得你没有Yes,那也不用担心,就是后面操作会一直报错而已哈哈哈(莫慌,解决方法请往下看)

首先 vim ~/.bashrc
在最后添加 export PATH=$PATH:/home/username/anaconda3/bin
(这是你的bin文件所在的目录路径)
然后退出保存之后记得刷新bash
source ~/.bashrc

(不过后面报错的时候也会提示你怎么操作的,还蛮良心的)

测试Anaconda是否安装成功

conda --version

如果成功显示Anaconda的版本,那么恭喜你就安装成功啦(安装之后,会在安装目录下生成anaconda的文件夹)

然后就到了我们的重头戏,创建Anaconda虚拟环境了!(是不是有点小激动呢!)

conda create -n your_env_name(你自己取个好听的名字) python=X.X(你想创建的虚拟环境的python版本号,比如3.6)

创建之后就可以激活你的虚拟环境了

source activate your_env_name(你取的虚拟环境名称)

这样环境配置就大功告成了!然后就可以随心所欲、肆无忌惮的安装你想要的python包了!

conda install package_name(比如tensorflow)

顺便说一下如何删除包

conda remove package_name 

注意用完之后别忘了注销虚拟环境哟

source deactivate
  1. 首先我们来试验一下一个小程序,对,你懂得的就是hello world

首先激活你创建的conda虚拟环境

source activate your_env_name(你取的虚拟环境名称)
(可用conda env list查看)

然后进入

python

在这里插入图片描述
然后想编辑一段代码并保存的话就一般用vim即可(使用很简单,网上一堆教程)

当然,最常用的一般都是想上传本地的程序代码去服务器跑啦,所以接下来说明以下如何在Linux服务器上运行本地已经编写好的机器学习/深度学习python程序

首先需要下载Xftp(360软件管家或者网上百度搜破解版下载即可)。
然后打开Xftp,登陆链接你的服务器账号,然后将要跑的程序和相关文件从左侧拖至右侧即可完成文件的上传。
然后在Xshell进入到相关目录直接运行python3 test.py就好啦!

  • 10
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要在 Linux 服务器上安装 PyTorch,您可以按照以下步骤操作: 1. 确保您的服务器已经安装了 Python 3,并且已经安装了包管理工具 pip。 2. 打开终端,使用 pip 安装 PyTorch。可以通过以下命令来安装: ``` pip install torch ``` 3. 安装 PyTorch 的同时也会安装其依赖项,包括 NumPy 和 CUDA 等。如果您需要特定版本的 PyTorch 或者需要使用 GPU 运行 PyTorch,可以在安装时指定版本或者使用额外的选项。 安装完成后,您就可以在 Linux 服务器上使用 PyTorch 进行深度学习机器学习等任务了。 ### 回答2: 为了在Linux服务器上安装PyTorch,需要完成以下几个步骤: 1. 安装conda或者miniconda:首先需要安装conda或者miniconda,这是因为PyTorch可以通过conda进行安装。在安装过程中,conda会安装Python和相关的库。 2. 创建conda环境:在安装PyTorch之前,应该创建一个conda环境,以避免系统中存在版本冲突。可以使用以下命令创建环境: ``` conda create --name pytorch_env python=3.7 ``` 3. 激活conda环境:创建环境之后,需要激活它。可以使用以下命令激活环境: ``` conda activate pytorch_env ``` 4. 安装PyTorch:然后需要安装PyTorch,可以使用以下命令安装: ``` conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch ``` 由于PyTorch支持CPU和GPU版本,以上命令中的"cudatoolkit"参数可以根据需要指定。例如,可以将其设置为"cpu"以安装CPU版本的PyTorch。 5. 验证PyTorch的安装:安装完成后,需要验证PyTorch是否正确安装。可以使用以下简单的Python代码进行验证: ``` import torch print(torch.__version__) ``` 如果输出了正确的PyTorch版本号,则说明安装成功。 在安装PyTorch时,还应该注意一些细节。例如,应该确保conda环境的Python版本与需要的PyTorch版本兼容,否则可能会出现不兼容问题。此外,应该根据需要选择正确的PyTorch版本,以支持所需的功能或性能。最后,还应该确保Linux服务器上的GPU驱动程序正确安装,以便使用GPU加速的PyTorch版本。 ### 回答3: 安装PyTorch在Linux服务器上是一项不容小视的任务,因为PyTorch是基于Python的强大深度学习框架,可以使你的机器学习过程更加快速和高效。在开始安装PyTorch之前,需要谨慎分析您的服务器配置和Python环境,以确保您的安装是顺利的。 步骤一:安装Python环境 首先,您应该在Linux服务器上安装Python环境。通过如下命令安装: sudo apt-get update sudo apt-get install python3 sudo apt-get install python3-pip 步骤二:安装PyTorch 有几种安装PyTorch的方式,可以从Anaconda,pip或源代码安装。下面我们以pip方式为例。 使用以下命令安装PyTorch: pip3 install torch torchvision 请注意,这个过程可能需要一些时间,具体时间取决于服务器的性能和网络连接速度。 步骤三:测试PyTorch是否安装成功 完成安装后,您可以使用以下命令测试PyTorch是否安装成功: python3 import torch print(torch.__version__) 如果输出的版本号与您安装的版本号相同,则表明PyTorch安装成功。 总结 安装PyTorch在Linux服务器上可以使您的深度学习任务更高效,但是需要谨慎检查您的服务器配置和Python环境。要安装PyTorch,首先要安装Python环境,然后使用pip在Linux服务器上安装PyTorch,最后测试是否安装成功。如果您遇到任何问题,请仔细检查错误信息并进行相应的处理。
评论
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