KUST_LI计算机视觉实验室服务器安装与管理

第一步:安装 Linux-Ubuntu系统

  • 系统语言设置为英文 ENGLISH,防止系统 BUG;
  • 选择-清除整个磁盘并安装系统;
  • 设置用户名和密码,实验室统一
  • 其余全部默认设置

开机后设置磁盘挂载

  • 在系统设置中找到 desk 打开,然后在系统盘中把全部分区合并为 1 个(方便数据存储),然后初始化该分区,最后重命名分区路径到/home/user/data 并重启加载硬盘。

第二步:配置深度学习环境

  • 安装英伟达驱动
  • 安装 CUDA
  • 安装 Anaconda/MiniAnaconda
bash 复制代码
# 更新包
sudo apt-get upgrade                                                                          
# 或者 
sudo apt update


# 安装必备依赖:包括gcc g++ mark等必备依赖
sudo apt install build-essential
# 安装指定依赖
sudo apt install gcc-9 g++-9

# 验证安装
gcc --version

# 安装包
sudo sh *.sh

# 1.安装英文达驱动
sudo sh *.sh
# 查看驱动
nvidia-smi
# 查看cuda版本
nvcc -V

# 2.安装 cuda11.1
sudo sh *.sh
# 取消选择 driver,因为在 NVIDIA 驱动中已经包含了
# 此时 nvcc -V命令应该不起作用,因此需明确指向
# 打开家目录的.bashrc文件
gedit ~/.bashrc
# 在最后 2 行加上该命令,记得把 cuda 版本改成你一样的
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
# 关闭并保存更新
source ~/.bashrc
# 继续下载 cudnn 深度学习加速库,移动到对应文件夹:这一步应该是不必须的,对其进行扩充专用于深度学习加速
# 英文达官网下载对应 cuda 版本的 cuDNN
# 将解压后的文件全部放到自己cuda对应版本/usr/local/cuda-11.1的include和lib64中
# 使用命令验证安装是否成功
nvcc -V

# 3.安装Anaconda:不使用sudo 命令,将其安装在 user 下
# 设置默认打开 codna 的 base 环境
gedit  ~/.bashrc
# 文件最后添加
export PATH="~/anaconda3/bin":$PATH
source ~/anaconda3/bin/activate # 终端默认的 python 为 anaconda的 base
# 关闭并保存更新
source ~/.bashrc

# 额外命令
# 打开根目录下的命令行
control+command+T
# 可视化打开文本
gedit text.txt
# 安装 ssh 远程连接
sudo apt-get install openssh-server
# 查看 IP 地址
ifconfig

第三步:网络设置

  • 首先在自己 Ubuntu 服务器上,将 IP 地址设置为手动

    Gateway 和 DNS 保持一致,前面9 位与学校 IP 保持一致最后为.1,其中的 Addresses前面相同.本机端口,端口命名规则为: 100+本机号,比如6 号机位 106。

  • 路由器上设置端口转发(路由器管理界面的高级设置中),用于本机访问路由器下的指定服务器

    6 号机的外部端口 命名规则为: 1000+6=1006


第四步:开机时在启动面板中设置接通电源自动开机


更新记录

  1. 2023年08月20日15:25:36今天实验室师弟带着我重新安装了一遍服务器,希望以后有新机器的时候由我来负责安装系统和配置环境;
  2. 2023年08月22日20:18:00 师弟带领下安装完了实验室的服务器以及配置,把整个过程记录下来,以后要靠自己摸索;

相关推荐
VIP_CQCRE5 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
戊本菌5 小时前
进程(三)runqueue 与 Linux 的 O(1) 调度
linux·运维·服务器
泯泷6 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我6 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁016 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn7 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄8 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下8 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码9 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下9 小时前
langgraph 全栈项目(二)
前端·人工智能·后端