部署“曙光”服务器深度学习环境

写在前面

在部署环境时，出现如图所示的错误，需要手动去官网下载依赖包，然后执行如下语句安装。

python3 -m pip install 【依赖包path】

 本人在此次部署深度学习环境时遇到了如下所示几个包出错的问题，于是去官网下载了之后上传到服务器，手动安装。

 需手动安装各种依赖包的下载地址以及版本 

# 手动安装各种依赖包

# 下载地址：https://pypi.org/project/tensorflow/#files
（1）tensorflow-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl

# 下载地址：https://pypi.org/project/six/1.15.0/#files
（2）​six-1.15.0-py2.py3-none-any.whl ​

# 下载地址：https://pypi.org/project/protobuf/#files
（3）protobuf-3.18.1-cp36-cp36m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

执行语句如下： 

python3 -m pip install tensorflow-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl

python3 -m pip install six-1.15.0-py2.py3-none-any.whl

python3 -m pip install torch-1.8.0+cpu-cp36-cp36m-linux_x86_64.whl

---

安装miniconda3

（1）下载

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

（2）安装

 bash Miniconda3-latest-Linux-x86_64.sh

安装完后了之后，在终端输入conda info --envs检验anaconda是否安装成功，发现报错：conda: command not found，这是因为~/.bashrc文件没有配置好。

vim ~/.bashrc

在最后一行加上，注意这里的path要换成自己的安装目录

 然后source一下，就可以了

source ~/.bashrc

输入conda --version验证一下 

（3）查看安装的包

conda list

（4）创建新的环境

conda create -n ContactMap python=3.6

（5）查看环境

conda info --envs

 （6）激活环境

source activate ContactMap

（7）安装keras

注：在安装如keras，tensorflow等等有依赖包时，用pip和conda都可，一般用pip

conda install keras

pip install tensorflow

 anaconda使用pip安装包时会出现无法下载的问题，或者pip直接无反应，可能会出现如下错误提示，那是因为pip的时候各种关卡限制了它的网速，连接超时，所以需要自己设定安装源。

（8）安装tensorflow

安装tensorflow时，由于依赖包太大，可以试着从官网下载，然后手动安装

下载地址：tensorflow · PyPI

 选择红框版本，对应python3.6

 根据官网（Installing Packages — Python Packaging User Guide）教程安装指定路径下的依赖包

python3 -m pip install tensorflow-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl

然后在安装的过程又出现 six-1.15.0-py2.py3-none-any.whl 找不到，于是乎手动下载安装

地址：six · PyPI

python3 -m pip install six-1.15.0-py2.py3-none-any.whl 

protobuf-3.18.1-cp36-cp36m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl  也出现了问题，话不多说，手动下载安装

python3 -m pip install  protobuf-3.18.1-cp36-cp36m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 

然后再执行一遍tensorflow的安装，就可以安装成功了

python3 -m pip install tensorflow-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl

验证tensorflow是否安装成功

打开命令行 ，输入 pip show tensorflow  命令，查看是否有tensorflow的相关版本、存储位置等信息。

pip show tensorflow

 之后进入python环境输入 import tensorflow 如果没有报错，证明安装成功。能跑一个cnn模型啦

 （9）安装pytorch

从官网下载pytorch版本，下载链接：https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html

python3 -m pip install torch-1.8.0+cpu-cp36-cp36m-linux_x86_64.whl 

（10）安装git

服务器已经有了就不用安装了

# Centos

yum -y install git

（11）查看git版本号

# 输入 git --version查看Git是否安装完成以及查看版本号
 
git --version

（12）查看channels

conda config --show

（13）添加channels

#官方channel：
conda config --add channels bioconda
conda config --add channels conda-forge

#清华镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

（14）卸载miniconda3

# 卸载miniconda
# 找到miniconda3的文件夹，使用rm命令将它删除

rm -rf miniconda3

# 然后，用vim命令进入.bashrc文件，将conda的语句用#注释掉
# 最后，重新激活一下source .bashrc就可以了。

注----我的新环境的路径为：

/public/home/chenqiufen/miniconda3/envs/ContactMap

---

当然也可以安装anaconda3，但建议用轻巧版的miniconda3

 安装annaconda 

下载链接：

Anaconda | Individual Editionhttps://www.anaconda.com/products/individual#macos

（1）在家目录下创建文件夹并运行安装文件

mkdir -p anaconda3/
bash Anaconda3-2021.05-Linux-x86_64.sh -b -f -p "~/anaconda3/"
rm -rf Anaconda3-2021.05-Linux-x86_64.sh

 安装的过程有点漫长，耐心等待即可

（2）创建并进入python3.6环境

conda create -n BIOCPU python=3.6

conda activate BIOCPU

在创建新环境时，遇到如下错误 ，是因为镜像源不支持，就是默认下载东西的链接是国外的镜像，存在一些问题，因此将源改成国内的镜像即可。

# 使用清华的镜像链接
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'


conda config --set show_channel_urls yes

激活以及pip包均和上面的miniconda3一样，这里不过多赘述，如果遇到问题了，直接必应一下