如何利用Ubuntu服务器运行深度学习项目?

一、整体思路

先配置好服务器端的软件环境(工程源码,miniconda,cuda,显卡驱动等),然后用自己电脑的pycharm远程连接服务器运行代码。一句话总结:借用服务器资源运行代码,本地pycharm便于阅读和修改代码。

关于如何安装服务器端的miniconda,cuda,显卡驱动,可以参考我之前写的这篇文章。本文重点分享一下miniconda使用遇到的问题以及如何使用本地的pycharm远程连接服务器

二、关于每次打开终端都需要source .bashrc文件的问题

服务器中已经安装了miniconda,但是每次打开终端如果不执行source ~/.bashrc则无法使用conda命令。

解决方法:(参考博客解决每次打开终端都需要source .bashrc文件的问题-CSDN博客

编辑 .bash_profile文件,在该文件中进行设置,使得终端在启动的时候会读取 .bashrc文件

bash 复制代码
cd 
vim .bash_profile

.bash_profile文件中的内容

bash 复制代码
# .bash_profile
        
if [ -f ~/.bashrc ]; then
    . ~/.bashrc                                                                                                                    
fi 

三、pycharm远程连接服务器

本地pycharm版本

3.1 设置连接

Tools->Deployment->Configuration

选择SFTP

自定义服务器名称

如果连接出错有可能是端口号被占用,22是pycharm提供的默认端口号

3.2 设置代码映射(工程同步设置)

3.3 设置ctrl+S自动上传同步代码

3.4 设置python解释器

这不就成了嘛,嘿嘿。

【参考】

1.实现Linux服务器配置深度学习环境并跑代码完整步骤_linux服务器跑代码需要安装anaconda吗-CSDN博客

2.2023年专业版pycharm通过ssh远程链接远程服务器_pycharm ssh远程-CSDN博客

相关推荐
rogabet-note几秒前
cef3和tkinter网页浏览器
python
半兽先生1 分钟前
MinerU + LibreOffice 混合架构:搞定 .doc/.ppt 旧格式文档解析与切片
人工智能·python·机器学习·ai·架构
Kina_C4 分钟前
Keepalived 单播模式实战:跨网络高可用的关键配置
linux·服务器·网络·keepalived
小趴蔡ha6 分钟前
03 NumPy 入门:机器学习中的数组和矩阵
python·线性代数·机器学习·numpy
triplemeng8 分钟前
AI正在改变“真实”的含义:从《黑客帝国》、鲍德里亚到生成式人工智能
人工智能·深度学习·神经网络·生成式·黑客帝国·鲍德里亚·后真相
bittersuite13 分钟前
文本预处理,语言模型
人工智能·深度学习·机器学习
AI人工智能+23 分钟前
一种高效、精准的不动产权证书智能识别技术,打通了物理世界与数字世界的信息壁垒
深度学习·计算机视觉·自然语言处理·ocr·不动产权证书识别
m0_5191964025 分钟前
【设计模式】java的习题
开发语言·python
m0_7436975935 分钟前
磁盘管理的相关知识
linux
pt104337 分钟前
网络自动化Python课程:Git版本控制基础入门与实验演示
网络·python·自动化