手把手教你给个人服务器配置环境

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。

---

衍生