搭载了GPU的远程linux服务器（系统为Ubuntu18.04）配置深度学习环境（anaconda等）

背景：要用GPU跑代码，但是贫穷的我没有显卡，找老师借到了搭载GPU的服务器。
但是，这个Linux服务器需要自己配置环境（我的理解是，老师给了我一个账号，那么就相当于Linux的一个用户，独立的用户需要自己的环境，老师不用这种共用的机器，那就需要我自己配置了）

实验环境：服务器为Ubuntu18.04，显卡据说为NVIDIA3090（因为我没root权限，没法查看到底是不是）；本地环境为开局一个Dell轻薄本。
你需要有个tz，等这篇文章结束你就会有一个MobaXterm_Personal，一个搭载了conda的有pytorch库的服务器。神奇吧。跟着我踩坑吧~

步骤一：连上服务器

耗费时间：##
有很多连接远程服务器的软件，cmd也行，xshell也行，当然，本文中这个MobaXterm_Personal（Personal指的是个人版）也行。
这里有详细的教程，很好用。
https://zhuanlan.zhihu.com/p/61013117

步骤二：环境隔离（安装并使用anaconda）

耗费时间：####

小白的理解

这个对我来说，难点在于，理解anaconda到底是什么，以及老师给的指示：‘注意环境隔离’。
我不理解，但我尽力去理解……
我想：一个实验室共用这一个账号，这个用户账号里可能会需要配很多python的环境，这个时候就需要环境的隔离了，结合学长的指点，要装anaconda，这样就可以隔离环境了，我搜了下anaconda的功能、用法等一系列问题，确定了我的理解。

安装和使用anaconda

这篇文章说的很详细：https://zhuanlan.zhihu.com/p/348120084
以下是一些常用命令总结：

conda create -n py32 python=3.7.4 # 创建环境
conda activate + 环境名 #切换环境/激活环境
conda deactivate # 退出环境
conda remove -n 环境名 --all #删除环境

# 在我的环境下安装某个包
conda install +包名
# 安装特定版本的包，例如：
conda install pytorch==1.0.1 

# 更新conda到最新版本
conda update -n base conda
conda -V # 查看conda版本，很神奇的是用bash安装的居然不是最新版本

步骤三：安装pytorch库

耗费时间：############
从官网看看你要下载啥版本的，根据这个你复制一下官网的命令，like this：（注意pytorch和cuda匹配）

输入到服务器命令行。

---

然后你发现不行……取经的路上，怎么能少得了重重阻隔呢？配置环境怎么会让你顺顺利利呢？如果你是这么顺利就搞定的话，出门左转，非洲人的博客不欢迎你……

---

换源

首先，服务器没tz的话你要换个源，换源方法：

#### 方法一：在命令行直接输入
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
-----------------------------
源的种类：
清华源：
- 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/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

中科大源：
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

# 说实话，此处，中科大的源比清华源好用，不知道原理是啥

#### 方法二：编辑文件，写进里面
vim ~/.condarc
# 添加下方图片的内容

Solving environment: failed with initial frozen solve.

换了源你也不一定下载得了，我遇到的第一个错误就是：

Solving environment: failed with initial frozen solve.

解决办法来源如链接，具体如下：

conda update -n base conda # 更新conda到最新版本
conda -V # 检查一下是不是最新版本
conda update -n base conda # 不是的话就再更新一次

然后就能正常下载了

好长啊，这一轮四季

你会遇到这样的情况（特别慢，慢到你觉得没换源）：

再次，你要耐得住寂寞……




这里耗费好多时间，一个具体的数字，以下大概就是4.5小时的成果：

它的下面就是一个令人牙疼的结果：

我等了4.5小时，你给我看这个？！还是我的闹钟把我吵醒了我看到这个，血压一下子上来了……
但是，天无绝羊之路！

以下这几句话好像暗示了个啥玩意儿：

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://conda.anaconda.org/pytorch/linux-64/pytorch-1.0.1-py3.7_cuda10.0.130_cudnn7.4.2_2.tar.bz2>
Elapsed: -

An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.

我将这个链接复制到浏览器https://conda.anaconda.org/pytorch/linux-64/pytorch-1.0.1-py3.7_cuda10.0.130_cudnn7.4.2_2.tar.bz2，打开，然后！奇迹发生了！

我！下载到了！
https://conda.anaconda.org/pytorch/linux-64/这个页面是一堆包！
剩下的我看到知乎上有这样的做法！点进去，几条命令解决。

conda install --use-local  boost-1.59.0-py27_0.tar.bz2

总而言之，这一步的解决方法就是——访问链接https://conda.anaconda.org/pytorch/linux-64/，找到对应的安装包，连接着本地电脑的tz，下载到本地，然后上传到服务器特定位置（知乎上的方法传的位置和服务器让我传的不一样，可能因为我们环境变量不一样的原因吧？目前想不通），然后手动安装一下……

好了，好起来了，可以安心睡觉了

测试一下：

# cuda_test.py文件
import torch
from torch import nn

print(torch.cuda.is_available()) # true 查看GPU是否可用

中间出现了这个错误：

通过重装一次python解决：

conda install python=3.7.4

to be continued

接下来要学咋用cuda进行神经网络的训练，可能是下一篇博客……

写在最后

早知道早点找老师要显卡了……而且要多讨论，还要会讨论。虽然这都是老生常谈的问题了，但是过了四年，我还是在这方面有点欠缺，老是怕麻烦别人，会想一堆有的没的。虽然改掉这一缺点很难，但我还是会不断改进自我的。