深度学习环境配置笔记

ZhaoBJ_CV

已于 2022-02-24 11:08:40 修改

阅读量954

点赞数 1

文章标签：深度学习 pytorch python

于 2022-02-22 14:03:11 首次发布

本文链接：https://blog.csdn.net/zhaobenjian/article/details/123032302

版权

前言

我们使用的操作系统是 Ubuntu 18，并使用 Anaconda3 管理 Python 安装包。我们使用的深度学习框架是 PyTorch。我们的环境配置分为以下几个部分：

Anaconda3 安装和使用
PyTorch 框架安装
企业版 PyCharm 连接服务器

1 Anaconda3 安装和使用

Anaconda3 的安装

可以在 Anaconda 的官网上下载 Linux 系统的安装包，例如我们下载的是：Anaconda3-2021.11-Linux-x86_64.sh。注意，下载到 Linux 系统后，要查看该文件是否有执行权限。

进入文件所在的路径，运行命令：

sh Anaconda3-2021.11-Linux-x86_64.sh

即可开始安装。安装过程中会出现一个输入安装路径的对话，可以选择自己想安装软件的位置。

Anaconda3 的使用

我们主要是用它来创建 Python 的虚拟环境以管理第三方 Python 函数库。

创建虚拟环境命令为：

conda create -n env_name python=3.8

激活虚拟环境 和 退出虚拟环境

conda activate env_name
conda deactivate

2 PyTorch 框架安装

在安装 PyTorch 前，需要先确定 CUDA 的版本信息，然后可以在 PyTorch 的官网查看安装最新版的命令：
在这里插入图片描述
例如，执行上述命令，我们安装的是：torch-1.10.2, torchvision-0.11.3

3 企业版 PyCharm 连接服务器

一般情况下，我们会在自己的 Windows 系统上工作，同时有一台安装了 GPU的 Linux 系统服务器用于深度学习项目，数据、代码和环境均在服务器中。这时我们可以使用企业版的 PyCharm 连接服务器（社区版的没有这个功能），连接后可以同步两台电脑的代码，并使用服务器环境运行程序。

第一步：配置连接地址

从 PyCharm 菜单栏依次选中： Tools -> Deployment -> Configuration...，打开如下的配置界面：
在这里插入图片描述
点击左上角的 + 号新增配置，填写 New server name，即可看到左侧列表中出现新的连接。

然后在右侧界面的 Connection 选项卡填写 SSH configuration，包括地址、端口、用户名和密码。填写完后可点击 Test Connection 测试能否成功连接。

在 Mappings 选项卡，可以看到 Local path: 是我们本地项目的路径。我们需要填写 Deployment path: 作为连接后的映射路径，此后本地项目中的所有内容都会同步到服务器中的项目路径，如下图所示：
在这里插入图片描述

第二步：添加 Python 解释器

这里我们需要先在服务器中使用 Anaconda3 创建一个虚拟环境，然后可以将该虚拟环境作为 PyCharm 的 Python 解释器。从 PyCharm 菜单栏中依次选择 File -> Settings... -> Project: -> Python Interpreter，打开如下设置界面：
在这里插入图片描述
点击红圈中的设置符号，依次选择 Add... -> SSH Interpreter -> Existing server configuration，选中我们在第一步中配置的连接地址。

然后点击 Next，在下一个界面中要设置两个路径。第一个路径是：Interpreter:，这个路径是创建的虚拟环境中 python 的路径，即，一般情况下的路径格式为 .../Anaconda3/envs/env_name/bin/python3.8。第二个路径是：Sync folders:，这个路径就是要同步的本地项目的路径和服务器项目路径。设置好后就可以点击 Finish。此时我们可以看到 Python Interpreter 中服务器的虚拟环境情况。

Terminal 连接

有时，我们会用 PyCharm 的 Terminal 连接服务器的命令行窗口，只需在本地 PyCharm Terminal 执行以下命令，并输入密码：

ssh 用户名@服务器地址

例如，我们在服务器中安装了 visdom 可视化 Python 库，我们可以通过 PyCharm Terminal 连接服务器的窗口，并在本地浏览器中打开 visdom 可视化界面。第一步，现在服务器中执行：

python -m visdom.server

可以看到 You can navigate to http://localhost:8097。第二步，使用 PyCharm Terminal 映射服务器的地址，执行：

ssh -L 18097:127.0.0.1:8097 用户名@服务器地址

执行成功后，就可以在本地浏览器中输入地址 http://localhost:18097 打开 visdom 窗口。