pytorch连接服务器跑代码 pytorch服务器部署

进入实验室以后，大家就会用实验室的服务器跑一些深度学习模型。如何连接服务器，以及连接服务器后如何配置conda和PyTorch深度学习框架，在此进行详细的介绍。

首先，在连接服务器之前，需要向服务器的管理员申请个人账号。

连接服务器详细教程连接：

接下来我详细介绍连接服务器后如何配置conda+pytorch环境。

目录

• 1.安装Anaconda
• 2.配置清华镜像源
• 3.创建虚拟环境
• 4.安装PyTorch深度学习框架

1.安装Anaconda

清华镜像网站下载连接：https://repo.anaconda.com/archive/index.html

• 服务器的系统是Linux，因此下载linux版本的Anaconda3，我下载的版本是Anaconda3-2022.05-Linux-x86_64.sh
• 下载完成后，通过Xftp或其他软件将文件传到服务器
• 或者直接从服务器下载文件，将要下载的文件复制链接，输入以下命令

wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh

• 输入命令bash Anaconda3-2022.05-Linux-x86_64.sh，安装文件
• 安装过程中，一直点Enter或者输入yes即可
• 安装完成后，重新连接服务器
• 输入命令conda --version ，检查当前版本

2.配置清华镜像源

在使用服务器时，刚开始会下载很多本地没有的包，而 Linux 使用的下载源服务器在国外，下载速度相对国内会慢很多，因此我选择了清华镜像源进行配置，能够提高下载速度。

• 顺序输入以下命令，一次输入一行命令

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.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

• 输入conda config --show-sources，查看配置镜像源情况

3.创建虚拟环境

• 输入命令 conda create -n pytorch python=3.7 创建名为“pytorch”，python版本为3.7的虚拟环境



• 输入命令conda info --envs，查看当前系统所有的虚拟环境



• 输入命令conda activate pytorch，激活虚拟环境，（base）变成（pytorch）

4.安装PyTorch深度学习框架

接下来的操作都必须是激活虚拟环境后进行，即前面是（pytorch）

• 输入nvcc -V查看服务器的CUDA型号，我的CUDA版本是11.3

PyTorch官网连接：https://pytorch.org/get-started/previous-versions

• 打开pytorch官网，找到自己的cuda版本，复制对应的安装命令：
• 输入安装命令，完成安装
• 输入命令，可以发现 pytorch 安装成功并且 CUDA 能正常使用

import torch
print(torch.cuda.is_available())