深度学习--环境搭建

1.选择合适的操作系统

选择一个适合你的需求和喜好的 Linux 操作系统，比如 Ubuntu、CentOS 等，此处以Ubuntu为例。

2.安装anaconda创建虚拟环境

• 下载Anaconda安装程序，此处使用清华镜像源

wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

• 运行安装程序

bash Anaconda3-2021.11-Linux-x86_64.sh

• 更新环境变量

bash Anaconda3-2021.11-Linux-x86_64.sh

• 显示当前镜像源

conda config --show channels

• 配置镜像源

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/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

• 创建虚拟环境

-n 后为虚拟环境名称

conda create -n afison python=3.6

• 激活环境

source activate afison

• 退出当前环境

conda deactivate

• 查看所有环境

conda env list

• 查看当前环境中安装的所有包及其版本信息

conda list

• 删除环境

conda env remove -n afison

3.安装与cuda版本对应的pytorch版本

• 查看cuda版本        release 12.2即为版本号

以下两种方法皆可

nvcc -V

watch -n 1 nvidia-smi

• 根据cuda版本去官网找对应的pytorch

Previous PyTorch Versions | PyTorch >https://pytorch.org/get-started/previous-versions/ 若用镜像源，去掉 -c python

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

4.测试是否安装成功

进入python环境

python

import torch
print(torch.cuda.is_available()) #检查cuda是否可用
print(torch.version.cuda)        #显示当前cuda版本

这样就成功了！！！

5.Pycharm远程连接服务器

(1)本地使用服务器环境

• File->settings

这一部中的Sync folders记得配置

(2)建立本地与服务器代码同步

添加映射

(3)同步方式

快捷键同步

Ctrl+S保存及同步到服务器

手动同步