安装环境
感觉实验室的服务器老崩,以后肯定还要安装很多次pytorch,这里写个教程记录一下
miniconda的安装
- 创建文件夹:
mkdir miniconda
(文件夹名) - 下载软件安装包:
cd miniconda
(转到当前文件夹) - 下载miniconda软件
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
- 点击control+C 跳过协议阅读
- 输入两次
yes
- 重启终端使用miniconda
- 修改conda配置信息:
vim ~/.condarc
改成:
auto_activate_base: false
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ssl_verify: false
参考清华镜像
6. 用命令nvidia-smi
查看显卡型号
安装pytorch-gpu
- 创建环境
conda create -n pytorch python=[你要安装的版本号如:3.7]
- 激活环境
conda activate pytorch
- 删除环境(如果以后需要)
conda remove -n pytorch --all
- 退出环境(如果以后需要)
conda deactivate
- 在pytorch环境安装pytorch
conda install pytorch-gpu matplotlib jupyter notebook -y
- 安装好了打开python看看:
python
import torch
torch.cuda.is_available()
连接VSCode Jupyter NoteBook
- 先用
这个ssh连接远程服务器
2. 用vs code的文件系统创建.ipynb文件并打开根据提示安装插件
3. 在config文件中可以添加一个ServerAliveInterval 60
来使ssh不会自动断开链接
参考openSSH-config
设置免密登入
- 在客户端(自己的电脑,该段操作都是在客户端进行)上生成密钥,如果有就跳过
cd ~/.ssh
ssh-keygen -t rsa
- 读取并复制公钥匙
cat id_rsa.pub
- 客户端使用指令向服务端进行密钥发送
ssh-copy-id [你的用户名]@[xx.xx.xx.xx服务器主机名]
# 如 ssh-copy-id root@192.168.1.1
实现跳板
比如现在我们想在逻辑上先连A,用A再连B
那么:
A是中间跳板服务器
B是最终目的服务器
要在vscode实现,只需在ssh的config文件中,B的最下行加上:
ProxyCommand ssh -W %h:%p [中间跳板服务器的Host]
如下图