非root用户快速在Ubutun服务器配置pytorch环境

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

1. 创建文件夹：mkdir miniconda(文件夹名)
2. 下载软件安装包：cd miniconda（转到当前文件夹）
3. 下载miniconda软件

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

4. 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

5. 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

1. 创建环境

conda create -n pytorch python=[你要安装的版本号如：3.7]

2. 激活环境

conda activate pytorch

3. 删除环境(如果以后需要）

conda remove -n pytorch --all

4. 退出环境(如果以后需要）

conda deactivate

5. 在pytorch环境安装pytorch

conda install pytorch-gpu  matplotlib jupyter notebook -y

6. 安装好了打开python看看：
   

python

import torch
torch.cuda.is_available()

连接VSCode Jupyter NoteBook

1. 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

1. 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

2. 读取并复制公钥匙

cat id_rsa.pub

3. 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

用Git同步