1、安装anaconda
打开Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
找到想要下载的anaconda版本:
在服务器的根目录下建立一个名为Downloads的文件夹,并将下载好的文件通过Xftp上传到该文件夹中:
传输完成后在服务器端进入新建的Downloads文件夹,查看文件是否存在:
执行sh文件:
bash Anaconda3-2021.11-Linux-x86_64.sh
安装完成后执行如下命令,则会出现 (base) :
source ~/.bashrc
2、深度学习环境搭建
查看当前CUDA版本:
nvidia-smi
使用以下命令系统会自动安装对应CUDA的cudnn版本:
conda install cudnn
查看是否安装成功:
conda list
由于可兼容高版本CUDA,因此这里选用CUDA11.7的安装方法:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
安装过程会很长,请耐心等待~~~
检查 torch、torchvision和torchaudio 是否安装成功:
另外,还可通过创建一个testGPU.py的文件检查GPU的基本信息:
import torch
print('CUDA版本:',torch.version.cuda)
print('Pytorch版本:',torch.__version__)
print('显卡是否可用:','可用' if(torch.cuda.is_available()) else '不可用')
print('显卡数量:',torch.cuda.device_count())
print('是否支持BF16数字格式:','支持' if (torch.cuda.is_bf16_supported()) else '不支持')
print('当前显卡型号:',torch.cuda.get_device_name())
print('当前显卡的CUDA算力:',torch.cuda.get_device_capability())
print('当前显卡的总显存:',torch.cuda.get_device_properties(0).total_memory/1024/1024/1024,'GB')
print('是否支持TensorCore:','支持' if (torch.cuda.get_device_properties(0).major >= 7) else '不支持')
print('当前显卡的显存使用率:',torch.cuda.memory_allocated(0)/torch.cuda.get_device_properties(0).total_memory*100,'%')
执行该文件并查看信息:
python testGPU.py
3、远程连接服务器的jupyter notebook
首先在服务器端安装jupyter notebook:
pip install jupyter notebook
安装完成后,在终端运行以下命令来生成配置文件:
jupyter notebook --generate-config
接着顺序输入以下命令:
ipyhton
from notebook.auth import passwd
passwd()
Enter passwd:输入你设置的密码;Verify:确认你输入的密码
之后,系统会自动将生成含有密码的hash码输入到 jupyter_notebook_config.json 文件中
通过输入以下命令修改配置文件:
vim ~/.jupyter/jupyter_notebook_config.py
在文件末尾插入以下代码:
c.NotebookApp.ip = '*' # 允许访问此服务器的 IP,星号表示任意 IP
c.NotebookApp.password = 'argon2:$argon2id$v=19$m=10240,t=10,p=8$XoL++/NqLbuR8DVoEd1/WQ$EgU0ChWkx50xYrPti2Dhpw' # 之前生成的密码 hash 字串, 粘贴进去
c.NotebookApp.open_browser = False # 运行时不打开本机浏览器
c.NotebookApp.port = 8890 # 使用的端口,随意设置,但是要记得你设定的这个端口
c.NotebookApp.enable_mathjax = True # 启用 MathJax
c.NotebookApp.allow_remote_access = True #允许远程访问
c.NotebookApp.allow_root = True
:wq保存退出后即可运行 jupyter notebook:
jupyter notebook
如果上面的流程都走完之后,且也在服务器端运行 jupyter notebook 后,需要在本地上通过SSH连接远程服务器并连接到jupyter。
打开本地的cmd,按如下格式输入命令:
ssh -L [本地端口]:localhost:[远程端口] [远程用户名]@[远程IP] -p [ssh连接端口]
本地端口是运行在地使用的端口号,这里我设置为8888;远程端口即配置文件中设置的端口号8890
输入上面的命令之后,会提示输入远程连接的密码,输入密码不报错即连接成功。
连接成功后输入 jupyter notebook 启动本地连接:
最后在浏览器里输入 localhost:8888 即可访问服务器端的 jupyter notebook !