linux搭建深度学习平台（Ubuntu）

/home/guangyao/anaconda3 我服务器的anaconda地址

~/anaconda3

1 首先就是打开浏览器，我实验室的是火狐，搜索anaconda下载，找到下载目录，cd进去，

2安装 bash xxxxx.sh

安装的时候有一个You can undo this by running conda init --reverse SHELL 输入 yes

3 更新环境变量

source ~/.bashrc

4 创建虚拟环境

conda create -n python39 python=3.9

可以查看有哪些虚拟环境

conda info --envs

5 激活虚拟环境

conda activate python39

6 查看服务器的CUDA

nvidia-smi

7 在linux里添加conda环境变量

export PATH=$PATH:/home/user/anaconda3/bin

user是你的用户名

改好之后，按键盘左上角的Esc键，退出vim编辑。 输出:wq（保存并退出），更新环境

source ~/.bashrc

检测conda命令是否可用

conda -V

初始化

conda init               初始化
conda activate python39  激活python3.9环境

8 根据cuda版本去官网找对应的pytorch

conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=12.1 -c pytorch -c nvidia

9 验证

python
import torch
torch.cuda.is_available()        显示True就是成功了

Pycharm远程连接服务器跑代码

1设置Connection

.

.

server name随机起一个就行

.

Host:服务器的IP地址；User name:用户名；Password：密码；port端口默认22。

填好之后Test Connection测试连接情况，连接成功后选择下面的Apply，然后点击ok

2 回到刚才的页面配置Mapping

3 实现代码自动上传

.

4 设置Python Interpreter

File->Settings

.

.

点move然后next，next

在system interpreter里找到你的python解释器，比如我的是conda创建的虚拟环境就在home/juangyao/anaconda3/envs/python39
然后还有一个地方需要修改

修改remote path，改成刚才mapping的地址

然后就可以看到我们之前在服务器下载的第三方库

然后上传代码

最后点击run运行

成功