目录
四、连接自己本地pycharm,上传项目到服务器,远程跑实验
部分参考博文实现Linux服务器配置深度学习环境并跑代码完整步骤_linux服务器跑代码需要安装anaconda吗-CSDN博客
一、安装Xshell
新建会话:输入服务器ip地址,再进入账号bc2022
查看自己服务器,显卡版本情况:CUDA版本是12.2,对应pytorch12.1即可
二、安装anaconda,已有。直接下一步
(对于本人情况)不能跳过,因为我们服务器设置了多个账户,我的账户下是没有我的anaconda的,用的2021账户下的,创建的torch环境位置是/home/bc2022/.conda/envs/xxx
是.conda而不是anaconda3,代表的虚假的,不能使用
我需要重新安装anaconda,在Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror上复制下载连接,出现403forbidden错误,转将其保存到云盘上,wget -c 云盘链接,下载成功
安装该安装包
其默认是安装在/home/bc2022/anaconda3下,进入该目录,并conda初始化
保存更新环境变量
可以看到现在已转为2022下的anaconda了
接下来就可以创建自己torch环境了
三、安装pytorch环境
1、创建conda环境
创建完,在/home/bc2022/anaconda3/envs目录下就有了wympytorch
2、创建之后重启Xshell,连接进入base
已在
3、激活wym环境,进入
conda activate wym
4、查看cuda版本是12.2,去Previous PyTorch Versions | PyTorch官网查找对应pytorch=12.1
安装
安装成功之后进行python测试,测试为true成功
5、如果配置出问题 可删除
conda env remove -n wym
6、查看当前所有环境
conda env list
2022账号下的pytorch环境
四、连接自己本地pycharm,上传项目到服务器,远程跑实验
参考Pycharm远程连接服务器并运行代码(详细!)_pycharm将代码同步到远程服务器-CSDN博客
1、设置连接
1》Tools->Deployment->Configuration
2》左上角新建SFTP连接,点击SSH配置
3》加号新建SSH,Host输入服务器IP地址,账户和密码,可先测试连接
成功
4》建立Mapping,设置本地和服务器的文件路径
2、设置代码自动上传
3、设置python解释器,设成服务器的
1》File->Settings
2》利用SSH选择服务器的pytorch环境
2》选择现存的
3》Sync floders就是要把项目上传到服务器的什么位置,写绝对路径
4、代码上传到服务器,实现运行
注意:mapping 的地址要设好,它不上传该项目根目录只上传了所有文件,所以要在服务器创建一个空文件夹上传,不然会大乱
5、跑完实验从服务器上下载结果到本地
先将服务器目录在pycharm右边展示
选中右侧要下载的文件,右键upload here就到左侧对应的文件目录里边了
五、重新进入账户下的conda环境
因为我们服务器不同账户,导致重开conda环境会回到默认的2021账户下,所以要先把2022下单anaconda激活才可以
source /home/bc2022/anaconda3/bin/activate
conda init
还有这个设置路径,不知道起作用没,先记录上
echo 'export PATH="/home/bc2022/anaconda3/bin:$PATH"'>>~/.bashrc
source ~/.bashrc
针对我自己 服务器跑实验的步骤
1、Xshell会话连接服务器地址,账号密码
2、连接成功,先 source ~/.bashrc 一下进入base环境
3、再 source /home/bc2022/anaconda3/bin/activate 激活一下自己账户的anaconda环境
4、conda activate wympytorch 激活自己的torch环境
5、进入项目的fedclip目录下:
python methods/xxx.py --dataset xxxx --mode FedAtImg --test_envs 3 --iters 201 --wk_iters 1 --lr xe-xx