在服务器上配置个人环境

本篇文章主要介绍，在实验室中分配的新的服务器（Linux系统）账户后，如何配置自己的环境。

1、登录自己的服务器账号

XShell

名称可以随意命名；协议SSH；主机号就输入自己分配到的主机号即可。最后点连接。

绿色标就代表已经成功接入服务器。

pycharm

pycharm连接服务器之后，可以按照一下方式进入终端。（以下在XShell中的指令都可在此运行，同时在此终端可以复制，而XShell中不可用ctrl+c进行复制）

2、安装Anaconda

可以在官方网站下载最新的版本，也可以根据个人需求在历史版本页面找到对应的版本进行下载。离线的方式可以先下载到本地，再通过工具上传到自己个人服务器的目录下。

本文主要介绍在线的方式，在历史版本页面中复制链接，再在服务器上用wget命令进行下载。例如

https://mirrors.bfsu.edu.cn/anaconda/archive/Anaconda3-2020.11-Linux-x86_64.sh

安装包下载后。可以进入自己的文件夹下，看是否存在安装包。

接着，用 “bash 文件名” 命令安装

bash Anaconda3-2020.11-Linux-x86_64.sh

安装的时候如果需要选择就选yes。安装结束后输入conda --version 看有没有输出，如果有就表明安装完成。

3、进入虚拟环境

如果在用户名之前没有(base)的话，可以输入第一或二行进入基础环境中。输入第三行可退出

source .bashrc
conda activate
conda deactivate

查看已有的虚拟环境

conda-env list

输入以下部分进入自己的环境（也就是上图红色箭头指向的部分）

conda activate /home/用户名/anaconda3 

4、安装pytorch

需要安装与服务器版本对应的pytorch版本。首先可以输入nvidia-smi指令就能看到服务器上的nvidia的驱动版本

在NVIDIA官网，可以看到CUDA版本以及GPU驱动的对应关系：

再在pytorch的版本网页上找到需要的版本，找到对应的下载命令

例如本文涉及的设备所对应的指令如下：

pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

安装完成之后，可以在python的编辑环境中输入如下内容，如果结果是True，就表明以成功安装。

import torch
print(torch.__version__)
print(torch.cuda.is_available())

5、安装其他常见包

在其他包的时候，如果有提示说该包的版本与pytorch版本不兼容，试着降低该包的版本即可。pip或者conda都可以安装包。如果不指定版本，就会安装最新版。如：

conda install tensorflow==2.0.0
pip install opencv_python