anaconda+vim+YCM打造服务器端深度学习利器

前言

准备上GCP训练，用vps先做个个小测试，在上面试试能不能用anaconda+vim直接打造一个IDE，就不用jupyter了。
主机：debian 10

---

安装anaconda

1. wget 下载 wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh
2. bash Anaconda3-2019.10-Linux-x86_64.sh

---

创建环境

1. conda create --name=tf python=3.6 tf是我的设定，可以修改
2. conda activate tf进入环境

---

安装各种包

1. pip install numpy==1.16
2. pip install tensorflow==1.8

---

卸载vim

1. apt-get remove --purge vim
2. apt-get clean

---

源码编译

	git clone https://github.com/vim/vim.git
	cd vim
	./configure --with-features=huge \
	> --enable-multibyte \
	> --enable-python3interp=yes \
	> --with-python3-condfig-dir=~/anaconda3/envs/tf/lib/python3.6/config-3.6m-x86_64-linux-gnu \
	> --prefix=/usr/local
	make
	make install

–with-python3-condfig-dir实际是废弃参数，只要enale-python3interp就行。

	vim --version
	或者
	vim --version | grep python3
	检测是否支持python特性扩展

调试以及解决方案

• 遇到configure: error: no acceptable C compiler found in $PATH

apt-get install build-essential
-遇到 fatal error: bytecode stream generated with LTO version 7.1 instead of the expected 6.0 anaconda提供的编译器，原来的编译器版本太旧，用新的更好，并且不用解决不兼容问题。
conda install gxx_linux-64

• 找anaconda 虚拟环境的python 配置路径还费了我不少事，Linux各种路径很烦的，一搞错就很麻烦，所以我找了很久才找到和网上教程给出的路径相同的路径

先激活环境
which python找到路径
然后我困扰的地方就是这个目录下直接ls 是看不到python文件夹的，但直接cd python 就可以进去了
记录下上面那个文件名（config-3.6m-x86_64-linux-gnu ）就行了，
但实际上不需这个这个也行，因为执行configure 时，会显示这个配置项已是废弃项了，现在可以智能找到路径了。

vim 插件安装

 关键的来了，YCM插件号称最难装的插件，我之前在wsl上装得差点吐血，这次我多方打探，做好万全准备，打算一举拿下。只要能配置好vim 的自动补齐，效率就能提上来了。首先是找到了这个issue，看了一大堆吓尿了，作者先是说不支持，然后一大帮人在下面给出解决方案，感觉没一个靠谱的，结果开发者最后说关闭该issue 了，并在README给出了解决方案（撒花~）。
 接着就赶紧去看README，总体来说就是有两种解决方案，一是在project下建立额外的配置文件，二是在~目录建立全局配置文件
一看就很操蛋，虽然我都知道是什么玩意，但是感觉还是jupyter舒服。但是开端口感觉又很不爽，如果能配合上docker应该比jupyter快。
直接保存镜像，上服务器直接拉镜像，但我不是很熟Docker，所以没办法- _ -’’ 。

1. 先是安装Vundle

	git clone https://github.com/gmarik/Vundle.vim.git ~/.vim/bundle/Vundle.vim

2. 下载YCM

	cd ~/.vim/bundle/
	git clone https://github.com/ycm-core/YouCompleteMe.git
	cd YouCompleteMe/
	git submodule update --init --recursive
	apt-get install python-dev libxml2-dev libxslt-dev
	apt-get install python3-dev
	/usr/bin/python3 install.py --clang-completer 

这里用系统自带的python安装如果是用了anaconda根据readme上给出的指令,所以需要指明路径
我在编译时遇到了<x86_64-linux-gnu/python3.5m/pyconfig.h>no such flie 这个问题[1]，用这条指令cp /usr/include/x86_64-linux-gnu/python3.7m/pyconfig.h /usr/include/python3.7m/
还有因为是vps小鸡，所以还有内存不够的问题。通过添加swap交换分区[2]解决。出现这个问题时编译卡在98%，有点哭笑不得，还好是内存问题 。

	cd ~
	free -m
	mkdir /opt/images/
	rm -rf /opt/images/swap
	dd if=/dev/zero of=/opt/images/swap bs=1024 count=2048000
	mkswap /opt/images/swap
	swapon /opt/images/swap           //用完关闭

结果图

3. 配置.vimrc文件

	touch ~/.vimrc

4. 编写.vimrc

	set nocompatible
	set encoding=utf-8
	set splitbelow
	set splitright
	filetype off
	set rtp+=~/.vim/bundle/Vundle.vim
	call vundle#begin()
	"
	"ycm
	set runtimepath+=~/.vim/bundle/YouCompleteMe
	let g:ycm_python_interpreter_path = '~/anaconda3/envs/tf/lib/python3.6' 使用虚拟环境的解释器
	let g:ycm_python_binary_path = '~/anaconda3/envs/tf/bin/python3.6'      自动补全虚拟环境的第三库
	Plugin 'VundleVim/Vundle.vim'
	call vundle#end()
	filetype plugin indent on

5. 效果图
   

总结

无聊死了，虽然YCM虽然很强大并且这波很顺利，但延迟实在吃不消，如果是物理机服务器还是很推荐的。我还是打算用jupyter搞了，不然写不完论文了。