CP-CNN 实验

使用本地pycharm链接远程服务器的解释器，并使用服务器的卡跑代码。

1、On SSH添加解释器

 2、填写服务器信息

3、找到服务器上环境的路径，我这是使用了我服务器上的一个cuda环境

/root/anaconda3/envs/cpcnn/bin/python

下面的sync folders是指将电脑上的程序文件映射到服务器上的哪个文件。可以自行修改默认是在/temp文件夹下。

/opt/data/private/shaohua/code/cpnet_pytorch_baseline

 4、完成环境的创建，之后使用起来就和本地调用完全相同，只不过每次IDE都会在服务器上进行执行。

5、在这里把文件的自动更新打开，以免本地项目和服务器上的不符，在project中可以进行上传和下载。

2、

1、创建空虚拟环境cpnet-pytorch   py3.8

2、安装pytorch，安装11.3版本，因为3090必须要在11.1以上版本才能使用。

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

测试安装成功

import torch

print(torch.__version__)
print(torch.cuda.is_available())

x = torch.randn(1)
if torch.cuda.is_available():
    device = torch.device("cuda")
    y = torch.ones_like(x, device=device)
    x = x.to(device)
    z = x + y
    print(z)
    print(z.to("cpu", torch.double))

3、安装pandas

pip install pandas

4、安装opencv

pip install opencv-python

问题：

import cv2
ImportError: libGL.so.1: cannot open shared object file: No such file or directory

解决：

apt-get update
apt install libgl1-mesa-glx
 

基本就可以执行了