深度学习工程环境搭建
前言
一、windows本地操作
1.1 安装pycharm专业版
pycharm插件
安装pycharm的步骤在这里不累赘的展开细说,大家点击对应的链接进去跟着操作就行,一般来说问题都不会很大。
1.2 配置pycharm(先搞好docker)
二、深度学习服务器操作
2.1 docker
docker hub官网
如果使用想使用docker仓库,我们需要先注册一个docker hub的账号。docker hub的使用方式和GitHub非常类似,大家可以类比一下。
2.1.1 docker安装
1、卸载旧版本
sudo apt-get remove docker docker-engine docker.io containerd runc
2、更新apt包索引
sudo apt-get update
3、安装软件包以允许apt通过HTTPS使用存储库
sudo apt-get install \
ca-certificates \
curl \
gnupg \
lsb-release
4、添加Docker的官方GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
5、使用以下命令设置稳定存储库
echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
6、更新apt包索引
sudo apt-get update
7、安装最新版本的Docker Engine-Community和containerd
sudo apt-get install docker-ce docker-ce-cli containerd.io
最后,能看到版本号就是安装成功
docker --version
安装成功后在服务器登录docker hub账号
sudo docker login (按照提醒填写账号密码就行)
2.1.1 根据项目要求创建或者拉取docker镜像
使用公开的镜像
在公网环境docker hub网站上找到合适的镜像就可以用这个命令下载下来。
sudo docker pull <docker用户名>/<docker用户的仓库>:<版本,不填则默认最新版本>
下载好镜像后,需要实例化镜像,用下面的命令生成一个容器才能使用,容器其实就是一个小型的linux。
docker run (要完善一下)
制作自己的镜像
2.1.2 配置容器
一般刚创建好的容器里是一个非常干净的Linux,很多功能都没有,一般都需要下载一些小工具,这里先下载一下sudo和vim,方便编辑文件。
apt-get update
apt-get install sudo
apt-get install vim
apt-get install ca-certificates
为了避免一直使用root用户,我们需要先建一个普通用户,然后再往下操作。
1、创建用户
adduser 用户名
2、授予权限
usermod -aG sudo 用户名
3、切换成普通用户
sudo 用户名
4、下载并启动ssh,要不然无法进行远程连接
sudo apt-get install ssh
sudo apt-get install openssh-server
sudo /etc/init.d/ssh restart
5、(非必要)更换国内源
sudo vim /etc/apt/sources.list
删除所有内容,然后在尾部加上
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
保存退出后,更新列表
sudo apt-get update
2.2 ananconda(在容器中进行)
2.2.1 安装ananconda
这里只展示2021年5月的版本安装,需要其它版本的可以去网站自行查找。
1、下载wget
sudo apt-get install wget
2、下载ananconda
sudo wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
3、安装anaconda(shell脚本名要和下载的时候是一样的)
bash Anaconda3-2021.05-Linux-x86_64.sh
4、阅读完许可后,全程yes,然后添加环境变量
vim ~/.bashrc
最后一行之后加上后保存
export PATH=$PATH:/home/用户名/anaconda3/bin
5、更新一下环境
source ~/.bashrc
6、用命令验证一下
conda list
7、(非必要)为了让工程的docker文件更小,一般需要删除掉安装包(shell脚本名要和下载的时候是一样的)
sudo rm Anaconda3-2021.05-Linux-x86_64.sh
8、(非必要)为了搭建环境时节约时间,国内用户可以换一下源,按要求执行下面命令就行
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
修改一下~/.condarc文件
vim ~/.condarc
删除原本的所有内容,把下面的内容贴上去
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- 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
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
最后更新一下环境
conda update --all