服务器使用以及各种报错解决方案，下载pytorch的解决方案

镜像

关于拿到一个服务器，一定要先把原镜像更换成清华镜像，因为如果不更改，下载一些使用pip或者conda的情况下，就会下载速度奇慢无比，一般使用conda最好，但有时使用pip效果最好。
例如下载pandas时，因为由于连接的外网，导致网速较差，使用conda的时候,我使用的服务器由于网速较差，使用conda直接会在处理环境时就会没时间处理，直接报错，所以更换镜像，conda下载不下来的时候，尝试使用pip，如果两者都下载不下来的情况下，直接在官网上将压缩包下载，将压缩包上传至服务器上即可。
压缩文件：gz格式

tar -zxvf pandas-1.4.3.tar.gz

cuda

由于linux操作系统，在conda调用环境时，可能存在以下几重情况：

source + activate + 环境
conda + activate + 环境

依据创建环境时的给出的建议，选择对应的版本的cuda，避免因为造成的版本不匹配而报错
对于cuda可以在主环境上面进行创建不同版本的cuda，通过修改环境变量，因此就能把不同版本的cuda直接调用，这样就不会发生报错问题了。

查看环境的代码

conda info --envs

删除环境的代码

conda remove -n 环境名 -all

增加环境

conda creat -n 环境名 python=3.8

服务器调用python程序

python 文件名.py #要在路径下

服务器在后台继续运行

nohup ./运行的文件 &

查看服务器的GPU是否还在使用中

nvidia-smi

输出的图像处理过程

由于在服务器上跑程序不能输出图片，因此只能通过将图像保存到路径下，通过协议将图像输入到window主机上面查看，这就是虽然有GPU加速运算的好处，但也存在着劣势，传送文件比较麻烦。
通过调用不同的程序，可以直接在xftp中直接修改，就避免了由于不断地在原系统上进行修改造成问题。

调用不同的GPU

CUDA_VISIBLE_DEVICES=0 python train.py

总结

我是一个小白，第一次使用服务器跑深度学习，在此非常感谢我的老师对我的帮助，给我开了三四次会议帮我解决问题，非常感谢老师，手把手的教导，让我有了对服务器的使用有了巨大的提升，感谢感谢感谢，呜呜呜