现在跑深度学习,一般都需要将代码上传到远程服务器上进行训练。同时为了多人共享服务器,我们一般都是创建一个子文件夹,然后在下面安装所需的软件。
一、Anaconda
Anaconda就是可以便捷获取包且对包能够进行管理,同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项,功能十分强大,集成了很多训练需要的依赖项。
1.1 下载
获取anaconda在清华镜像站的网址,然后在服务器端wget 网址就行了。
清华镜像站中anaconda的所有版本的网址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
找到自己想要的那个版本,然后右键-》复制链接地址。
接下来在服务器上创建一个文件夹,然后在这个文件夹的路径下,使用wget + 复制好的地址,运行就好。
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.0.0-Linux-x86_64.sh
1.2 安装
下载好之后,在下载目录中,出现一个Anaconda3-5.3.1-Linux-x86_64.sh这样子的文件,切换到该文件目录,运行就好
bash Anaconda3-4.0.0-Linux-x86_64.sh
接着就按提示进行操作,即可完成安装
1.3 刷新环境变量并测试
安装好之后,还要刷新下环境变量
source .bash_profile
使用命令查看安装Anaconda的版本
conda --version
二、Pytorch0.4.0 和torchvision0.2.1安装
2.1 下载
我们需要根据Anaconda 中python的版本,选择对应版本的Pytorch框架
使用命令查看Anaconda中Python的版本
conda list
本文中python是3.5版本的,所以我选择 与之相配的Pytorch-0.4.0版本,和Anaconda的安装类似,我们依旧在指定的文件夹下,先下载whl格式的安装包
wget http://download.pytorch.org/whl/cu80/torch-0.4.0-cp35-cp35m-linux_x86_64.whl
接着需要在官网上手动下载torchvision0.2.1的安装包,然后上传至服务器
https://pypi.org/project/torchvision/#files
2.2 安装
在该文件夹下,进行安装 Pytorch 框架
pip install torch-0.4.0-cp35-cp35m-linux_x86_64.whl
接着是安装torchvision0.2.1
pip install torchvision-0.2.1-py2.py3-none-any.whl
2.3 测试
使用Python指令来检查Pytorch是否安装成功
python
>>> import torch
三、Opencv安装包
3.1 安装
Python 3.0以上的版本,安装Opencv总是会遇到各种玄学问题,百度试了好多方法都不太行,后来偶然间发现,只用一条指令就可以完成安装,真心牛皮 !
conda install --channel https://conda.anaconda.org/menpo opencv3
3.2 检测
依旧使用python命令进行检测
python
>>> import opencv2