一、上传Anaconda3到远程服务器
注意：如果要将这个东西安装在anaconda3文件夹里的话，当前这个目录里不能有这个文件夹。（安的时候会自动创建）
二、安装Anaconda3
1. win+r 快捷键打开cmd
输入ssh
可以看到已经与服务器建立连接
2. 输入ssh <用户名>@主机IP
例如：用户名是lililili，主机IP是10.10.10.10就输入下面的
ssh lililili@10.10.10.10按回车会显示用户名和主机IP，输入密码回车即可。
在最新出现的$后面就可以输入安装anaconda的命令了。
3. 安装命令：
bash Anaconda3-2023.03-1-Linux-x86_64.sh输入后回车。
然后一直回车，直到出现让选yes/no的时候，输入yes.
输入完yes，会出来一个安装到/home/用户名/anaconda3，按回车即可。
显示Unpacking payload...的时候，一直等待就可以了。
4. 自动不会初始化
在弹出上图的
by running conda init?[yes/no]
[no]>>>
的时候，我赶紧输入了一个yes，但还是没给我初始化。这样的话即使第二行显示installation finished.也用不成
没有初始化输入conda -V的时候只会显示conda not found
所以下一步就要手动初始化设置
5. conda初始化
输入如下命令：
source /home/likaixuan/anaconda3/bin/activate就会进入base环境
紧接着输入
conda init
没做任何改变。
6. 验证Anaconda3是否安装成功
输入
conda -V显示出来conda的版本就说明安装成功了~（图为示例，并非本人的操作）
7.配置Anaconda3的环境
输入命令
vim ~/.bashrc按 i 键进行编辑，在文档末尾添加如下文字（你自己的用户名填写成自己的）：
export PATH="/home/你自己的用户名/anaconda3/bin:$PATH"按 ESC退出编辑，按 :wq 保存退出
在$后面输入编译命令：
source ~/.bashrc
三、配置pytorch环境
1.替换下载镜像源为清华镜像源
输入命令：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes命令去掉https后的s能加快搜索源，不需要加以验证是否为安全源
2.创建pytorch环境
输入命令
conda create --name pytorch python=3.83. 查看是否创建成功
输入命令
conda info --envs输出：
出现pytorch的路径环境即为创建成功。
4. 激活pytorch环境
输入命令
conda activate pytorch提示：当遇到以下问题：
请输入先以下命令：
source activate
conda deactivate再输入conda activate pytorch即可激活成功。
5. 选择torch torchvision的版本
第一步：
输入nvidia-smi回车查看cuda等级
如图所示CUDA版本号为11.2，网上不存在11.2对应版本的torch和torchvision，因该包等级向下兼容，故选择下载1.7.1的 torch 及 0.8.2 的 torchvision，它俩分别对应11.0版本的CUDA及3.8版本python，下载完.whl文件后利用pip install命令安装本地.whl文件。
在这里下载.whl文件：download.pytorch.org/whl/torch_stable.html
第二步：安装.wheel文件
把文件下载到服务器，输入命令：
pip install torch-1.7.1+cu110-cp38-cp38-linux_x86_64.whl
pip install torchvision-0.8.2+cu110-cp38-cp38-linux_x86_64.whl
ps：此处不需要写入绝对路径，输入绝对路径会把整个路径名作为文件名而无法安装成功。
四、验证pytorch是否成功安装
输入命令：python
依次输入以下代码：
python
import torch
torch.cuda.is_available()输出
输出True，就是有GPU，输出False，就是用CPU。
五、pycharm使用服务器运行代码
使用的软件: PyCharm专业版2019.03
