服务器机器学习环境搭建（包括AanConda的安装和Pytorch的安装）

服务器机器学习环境搭建

1 服务器与用户

在学校中，我们在学校中是以用户的身份进行访问学校的服务器的。整体框架大致如下：

我们与root用户共享服务器的一些资源，比如显卡驱动，Cuda以及一些其他的公共软件。

一般情况下，只有root用户，才有权力管理公共资源。比如Cuda的安装，更新等等。

普通用户可以进行使用这些公共资源。

其中公共资源当中，有些资源比如Conda的版本和Python的版本与自己所需要的版本不一致的话，就需要自己重新去安装符合自己版本的Conda和Python版本。

2 申请账号

root管理员账户可以添加用户。创建成功后，可以有自己对应的文件夹，用户在自己对应的文件夹中进行操作。

root添加账号操作的命令： useradd newuser

3 用户连接终端SSH命令

通过SSH可以连接到远程终端，然后就可以在远程服务器上进行对应的操作。

命令：

bash 复制代码

ssh username@服务器ip地址

4 linux安装配置环境

一般来说，现在都是使用Anaconda来进行配置机器学习的实验环境。

4.1安装AnaConda

Anaconda 简介：

Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

因为我们可能不仅仅只是需要跑一个实验，不同实验的对于第三方库要求可能不一样，比如有些需要Pytorch，有些不需要，有些需要Pytorch比较新的版本，有些论文又比较旧，如果只有一个环境的话，就需要卸载重装。而Anaconda可以根据需要配置不同的环境。

4.1.1 下载anaconda的安装包

这里我们需要在官网上查找自己需要的版本，地址链接在下面:

https://repo.anaconda.com/archive/

这里以我自己安装的版本为例：

https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh

这是我选择的版本，然后我们在控制台输入这句话：

wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh

下载完正常显示为：

如果没有问题，报错，就可以进行下一步4.1.2操作。

4.1.2 安装anaconda的安装包

设置文件权限：下载完成后，你需要给下载的文件添加可执行权限。你可以使用下面的命令来改变文件权限：

bash 复制代码

   chmod +x Anaconda3-2024.02-1-Linux-x86_64.sh

2.运行安装程序：然后，你可以运行下面的命令启动 Anaconda 的安装程序：

bash 复制代码

   bash Anaconda3-2024.02-1-Linux-x86_64.sh

按照提示进行安装

一般会出现如下图：

**3.点击Enter键(回车键)😗*此时显示Anaconda的信息，并且会出现More，一直按Enter，直到如下图所示:

4.输入yes:出现如下界面：

5.输入Enter回车键:出现如下界面：

建议输入yes： 安装程序会询问是否将anaconda添加到PATH环境变量中。如果要在命令行中使用conda和anaconda，则建议选择此选项。

7. 重新启动shell或者使用bash命令加载配置

在安装 Anaconda 后，它会自动将相关的环境变量添加到 shell 的配置文件中（如 .bashrc 或 .zshrc）。但是，这些环境变量只会在重新打开终端或重新加载 shell 配置后生效。

bash 复制代码

source ~/.bashrc

8.完成安装以及检测是否安装成功

打开新的终端后，进入自己的文件夹目录下，输入anaconda -V（注意a要小写，V要大写），conda -V ,显示版本信息，若显示则表示安装成功。

4.2 Anaconda 安装 Pytorch

4.2.1 创建虚拟环境

bash 复制代码

conda create -n myapp python=3.8

4.2.2 激活环境

使用下面这条命令，激活环境：

bash 复制代码

conda activate myapp

4.2.3 检测环境是否安装好:

bash 复制代码

conda info --envs

显示如下：

4.2.4 选择适合自己的pytorch版本

官方链接:

https://pytorch.org/

通过以下指令查看当前linux服务器cuda版本：

bash 复制代码

nvcc --version

在官网中找到适合自己的版本进行安装：

bash 复制代码

# CUDA 10.1
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

4.2.5 测试是否安装成功

输入python，进入到python编辑，输入以下代码进行检测是否安装成功！

python 复制代码

import torch

# 检查PyTorch版本
print("PyTorch版本:", torch.__version__)

# 检查CUDA是否可用
print("CUDA是否可用:", torch.cuda.is_available())

测试结果为：

安装成功！

复制代码