参考资料
第一步:Xshell
打开Xshell,登录服务器,绿色标就代表已经成功接入服务器。
第二步:Anaconda
首先下载Linux版本的Anaconda。
然后通过Xshell打开Xftp。
将下载好的Anaconda上传到你的服务器中。
在Xshell中先进入你存放安装包的目录
需要注意的是,你一定要具体到你最底层的那个目录,不然就会报错。
然后输入安装指令
bash Anaconda3-2022.05-Linux-x86_64.sh
名字用你的文件名去替代,不要遗漏sh
正常运行的话,会进入下面这个界面,然后一直点击回车即可,注意,最后会让你输入一个y/n,这个时候不要再点击回车了,不然你就要从头来一遍。
显示以下界面,表示安装完成。
第三步:Conda
很不巧,进行到这一步的时候,出现了问题,系统提示
参考上面那篇文章就可以解决问题了,然后我们创建一个虚拟环境。
conda create -n Pytorch python=3.10
显示该界面即安装完成。
然后进入自己刚刚创建的虚拟环境,安装Pytroch,不要直接在base路径下安装。
第四步:Pytorch
进入自己创建的虚拟环境以后,打开Pytorch官网,进入下载界面。
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
复制指令,输入命令行即可。
然后进入漫长的等待,可能有的同学会看到相关的教程讲解如何镜像下载,但是经过我的实际测试,发现没换源的情况下,速度也不慢。
出现下面的界面就表示前面的步骤都成功了,现在我们输入
紧接着,输入
系统没有报错,就初步表示安装成功了。接下来再输入
torch.cuda.is_available()
如果输出True就是表示GPU版本的Pytorch已经安装成功了。
这个时候,如果我们想退出python编译环境,输入
然后我们就会回到之前创建的虚拟环境中。
第五步:Pycharm
以下操作基于Pycharm2023专业版。
5-1:环境配置
打开pycharm,选择“File”,选择“setting”,点击“Add Interpreter”,选择“on SSH”,进入下一步
输入实验室服务器的主机地址,然后再输入你的账号
输入你的密码
选择“System Interpreter”,上面的“Interpreter”是编译器,填写你的服务器中,python的安装位置。
(如果你安装了conda,并创建了虚拟环境,那么地址应该是“/home/用户名/anaconda3/envs/虚拟环境名称/python”)
下面的“Sync folders”是本地文件对应服务器上的存储地址,自己选择点击右侧的文件夹图样
(同样的,如果你安装了conda,并创建了虚拟环境,那么地址应该是“/home/用户名/文件夹名”)
填写完成后,就设置完毕了。点击“create”,设置完成。然后你就会看到Pycharm的后台在上传和更新解释器。
接着,回到初始界面,依次选择“setting"->“Project:…”->“Python Interpreter”下拉选择你刚刚创建的编译环境即可。
5-2:连接步骤
依次点击“Tools”->“Start SSH Session”,选择上面创建的连接即可。
依次选择“Tools”->“Deployment”->“Automatic Upload(Alaways)”该选项可以保证服务器上代码和本地代码及时保持一致。
5-3:代码运行
完成以上步骤后,连接服务器,即可使用pycharm编辑代码,选择pycharm下面的“Terminal”即可在输入终端命令,服务器运行。