服务器安装Tensorflow/Pytorch 服务器与Pycharm连接

服务器安装Tensorflow/Pytorch 服务器与Pycharm连接

一.连接服务器
首先连接到远程服务器，在终端输入命令 [用户名]@ssh[服务器IP]
我是用的软件是MobaXterm
软件的安装过程及使用过程可参考以下链接
http://www.fobgavin.com/mobaxterm-instruction-1.html
二.安装Anaconda
进入Aanconda官网按照自己的配置型号选择适合自己的版本
Anaconda官网下载网址：https://www.anaconda.com/products/individual#Downloads
选择好版本后复制要下载的网址，在终端使用 “wget + 网址”命令下载软件

Anaconda下载好以后，输入以下命令安装软件


Enter Toolkit Location :需要输入Anaconda的安装路径

三.安装Cuda 以及相应的cudnn
这一步是为了安装TensorFlow的GPU版本做准备，如果安装CPU版本直接跳到下一步
找到与自己配置和想要安装的TensorFlow-GPU版本相对应的cuda,以及与cuda相对应的cudnn,可以从下面网站查看
https://tensorflow.google.cn/install/source#linux
安装cuda和cudnn的过程参考下面这篇文章
https://positive.blog.csdn.net/article/details/107384944
安装好了以后可以安装自己的TensorFlow了
四.安装TensorFlow/pytorch
首先创建一个单独的环境
输入命令：conda create -n tensorflow python=3.6
其中tensorflow是环境名，python=3.6是指定Python版本，可根据自己需求指定
创建好后输入conda activate tensorflow进入环境
下载ternsorflow
1.下载TensorFlow-GPU版本pip install tensorflow-gpu==1.13.1
tensorflow-gpu==1.13.1是指定版本号，也可以不指定即去掉等号后面部分，注意TensorFlow的版本一定要和cuda对应
2.下载CPU版本pip install tensorflow-cpu，当然也可以指定版本号 ，方法同上
3.下载pytorch是同样的道理
先创建一个独立的环境，然后去官网https://pytorch.org/找对应版本的下载口令

五.Pycharm连接服务器
进入Pycharm----File—Settings

点击下图导航栏蓝色的部分

点击Add

点击SSH Interpreter
然后输入服务器IP和用户名进行连接

点击YES

输入密码，然后点击Next

Interpreter框选择环境路径在anaconda的envs中选择一个文件，然后选择该文件中bin文件下的python文件

在 Sync folders这一栏配置本地文件路径和服务器文件路径然后实现本地和服务器之间文件同步

完成以上步骤在Pycharm的导航栏选择Tools然后如下图，将本地文件上传到服务器

注意：如果点击Deployment后，右侧不显示服务器IP，需要先用鼠标点击一下项目名称，然后再试一下