从零开始... ...(2) 如何连服务器并进入自己的环境

 1.创建远程连接参考：

 http://t.csdnimg.cn/MhFsl

注意mappings映射文件夹记得改

这里对大佬的图进行引用 ，#自用映射到hdd6

2.Python解释器

依旧参考前文的操作，但是这里特别要注意需要映射的是conda里面的python位置，而不是直接*鸟的映射到home里。

所以其实应该现在pycharm里面打开终端，看看python在哪

指令就是 conda activate 你的环境名，怎么新建环境百度就好

3.下载新的

比如我想用torch，发现torch只在大home里相当于，自己每个人的小环境还得重新下载，理解为激活一下。比如我使用代码查询我的小虚拟环境有没有安torch,我在终端输入命令之一查询：

conda list | grep torch

pip list | grep torch

如果 torch 没有安装，不会有任何显示返回，你可以使用 Conda 或 pip 来安装它。

以下是使用 Conda 安装 PyTorch 的命令：

CPU版本

conda install pytorch torchvision torchaudio cpuonly -c pytorch

这里的 cpuonly 表示只安装 CPU 版本。如果你的系统支持 GPU，你可以根据你的 CUDA 版本选择适当的包。

GPU版本

如果你有 NVIDIA GPU 并且 CUDA 已经配置好，可以安装 GPU 版本：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

PIP版本

或者你更喜欢pip安装

pip install torch torchvision torchaudio

完成安装后，可以通过 Python 验证是否成功安装：

import torch

# 测试是否能成功导入torch库
print("PyTorch version:", torch.__version__)

# 测试是否能使用GPU (如果安装的是GPU版本)
if torch.cuda.is_available():
    print("CUDA is available. PyTorch is using GPU.")
    print("GPU device name:", torch.cuda.get_device_name(0))
else:
    print("CUDA is not available. PyTorch is using CPU.")

4.以下纯自用

如果没有权限报错，掉头到管理员账号里进入自己的环境操作就行了，这一步在主机或者xterm上解决。依然是这个指令

conda activate 你的环境名

Preparing transaction: done
Verifying transaction: failed

EnvironmentNotWritableError: The current user does not have write permissions to the target environment.

xterm使用方法：http://t.csdnimg.cn/G4Xlu

谢天谢地有大佬写了东西我才能到这一步