连接服务器（Linux）-在conda中建立自己的深度学习环境

服务器连接

• 下载Xshell，添加SSH

  IP:。。。  端口22
  用户名：。。。
  密码：。。。。
  

Linux

/ 根目录， /bin /etc /home /lib /usr

home 中有每一个用户的指定文件夹

bin 可执行二进制文件 常见命令

boot linux 操作系统系统启动文件

dev 设备文件

etc 系统配置文件

命令

命令	对应英文	作用
ls	list	查看当前文件夹内容
pwd	print wrok directory	查看当前所在文件夹
cd	change directory	切换文件夹
touch	touch	创建文件夹,存在会修改更改日期
mkdir	make directory	创建目录
rm	remove	删除指定文件名
clear	clear	清屏
command —help		命令帮助
man command	man touch	查看命令
ls通配符	[1-4],*,?	*代表任意个字符，？代表一个，[]中间的任意一个字符
cd ~		回到当前用户目录
cd …		切换到上级目录
cd .		当前目录下
cd -		最近目录切换
cd /home/jbwei		绝对路径
tree[]	tree	树状图显示目录
cp 源文件 目标文件	copy	赋值
mv	move	移动
cat 文件名		显示文件内容
more 文件名	more	分屏显示文件内容
grep 搜索内容 搜索的文件名	grep	搜索文件内容
grep -n “查找内容” 文件名	-i 忽略大小写 -v取反查找	显示行号
>	echo hello world >>test.txt	将内容输出到文件中，会覆盖原来内容
>>	echo hello >> test.txt	会追加文件内容
|	管道	可把一个命令的输出作为另一命令的输入
vi		编辑文件
watch -n 5 nvidia-smi		每5秒刷新一下显存使用情况
nvcc -V		查看cuda 版本

Linux conda环境

• 打开xshell，进入 linux命令框输入，cd /home/{用户}/anaconda3/envs

• 建立环境 conda create -n pytorch python=3.7

• 激活环境source activate pytorch

根据gpu和cuda版本安装环境

我们服务器驱动版本410.48 安装的cuda 10.1，pytorch只能pytorch==1.4 torchvision==0.5以下命令如下：
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.0 -c pytorch
,linux中安装尽量用pip，windows中用conda

GPU 参数解释

• 一列GPU：Fan：风扇转速
• 第二列Name：显卡型号 +温度temp
• 第三列 Perf性能状态 P0-P12 其中P0最大性能
• 第四列Persistence-M:持续模式的状态 Pwr：能耗
• 第五列：Bus-Id：GPU总线
• 第六列显存使用率
• 第七列：volatile GPU-Util 浮动GPU利用率