服务器搭建机器学习环境

准备:
1、安装anaconda
miniconda3-教程
anaconda3-教程

wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
bash Anaconda3-2020.11-Linux-x86_64.sh --python3

2、创建虚拟环境+激活虚拟环境

  1. 创建虚拟环境
conda create -n environment_name python=X.X

不表明 python 版本,会自动创建最新版本
在这里插入图片描述
2. 激活环境

conda activate web_crawler_env

# or
source activate web_crawler_env

在这里插入图片描述
3、在虚拟环境中下载需要的包(主要有torch、cuda)
在这里插入图片描述

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4、使用pycharm连接服务器的python环境

  1. 在Tools中配置映射
    在这里插入图片描述
    在这里插入图片描述
  2. 配置python解释器
    在这里插入图片描述
    在这里插入图片描述
    5、配置pycharm的代码自动同步服务器
    pycharm同步代码

问题
问题1:运行cuda时报错
在这里插入图片描述
原因:没有下载cuda(或,下载cuda出错没注意到)
解决方法:重新下载

  1. 查看可下载cuda版本 : nvidia-smi
    在这里插入图片描述
  2. 下载可用版本的cuda生成下载代码
    在这里插入图片描述
    问题2:测试cuda还是为False
import torch
torch.cuda.is_available()

报错:
UserWarning: CUDA initialization: Unexpected error from cudaGetDeviceCount(). Did you run some cuda functions before calling NumCudaDevices() that might have already set an error? Error 804: forward compatibility was attempted on non supported HW (Triggered internally at /opt/conda/conda-bld/pytorch_1646755861072/work/c10/cuda/CUDAFunctions.cpp:112.
错误原因:NVIDIA 内核驱动版本与系统驱动不一致。
解决方法:重启服务器nvidia会自动更新。(或者重装驱动)
测试成功:
在这里插入图片描述

  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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