基于Ubuntu 18.04的深度学习环境搭建(Ubuntu18.04+Anaconda3+pytorch+PyCharm)
本地下载了mobaXterm作为终端连接工具,连接实验室的gpu服务器,这里基于服务器的18.04系统安装了anaconda3,创建了虚拟环境,安装pytorch,以及安装IDE PyCharm。 终端登录了自己的帐号之后就进入了home/username/这个文件夹下面。
1.下载安装Anaconda3
首先在服务器上home/username/文件夹下创建一个新的文件夹Downloads,下载Anaconda放到Downloads文件夹下面,这里推荐从清华镜像源下载,速度更快,这里下载的是下面这个,  cd Downloads 在Downloads文件夹下使用如下命令下载: wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh wget命令是Linux系统用于从Web下载文件的命令行工具,支持 HTTP、HTTPS及FTP协议下载文件。 
下载完成之后使用如下命令进行安装, bash Anaconda3-2021.11-Linux-x86_64.sh  下面提示同意许可协议,输入yes, 以及是否要安装在默认路径下还是自定义安装路径,这里选择自定义安装路径,  下面询问Do you wish the installer to initialize Anaconda3 by running conda init? [yes|no],这里是把conda添加到PATH中,让你能使用conda命令,所以这个直接yes。 这里选择了yes后续就不需要手动修改.bashrc 文件配置环境变量了。 旧版本的会问Do you wish the installer to initialize Anaconda3 in your /username/.bashrc ? [yes|no],也是选择yes即可。
 出现上面的信息说明安装完成。 检查一下是否安装成功: 最好关闭session重新连接一下,再打开之后就可以看见前面多了一个(base), 输入python,如下可以看到anaconda里面的python版本是3.9.7,anaconda安装成功!  附上之前版本配置环境变量的操作,参考:(我们这里上面已经自动配置了环境变量)  
2.利用conda创建虚拟环境
配置清华镜像源,加快下载速度,
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
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/peterjc123/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
 创建虚拟环境,虚拟环境的python版本选择3.7,base环境的python版本是3.9, conda create -n pytorch-gpu python=3.7  创建成功之后,查看环境列表,可以看到base环境和刚刚创建的虚拟环境pytorch-gpu, conda env list  激活虚拟环境pytorch-gpu,可以看到其python版本为3.7, 
3.在上面创建的虚拟环境中搭建pytorch-gpu框架
首先去pytorch官网查看Linux系统,CUDA10.2对应的pytorch,torchversion使用conda安装的安装命令,这里是 conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch    验证pytorch是否安装成功,以及是否可以使用GPU进行计算 如果输出的结果为false,则表示pytorch无法使用GPU资源进行运算,需要自寻方法解决。 如果输出的结果为true,则表示pytorch build for GPU搭建成功。  pytorch安装成功!
4.安装PyCharm
Pycharm是一款来自JetBrains公司的强大的Python IDE,它可以为每个创建的project调用指定的conda虚拟环境(如上文创建的名为pytorch-gpu的虚拟环境)python解释器。 下载PyCharm, PyCharm官网链接
首先关闭虚拟环境,返回base, conda deactivate  在本地下载好pycharm-community-2020.1.4.tar.gz,拖拽上传至服务器的Downloads文件夹下,使用如下命令解压安装包, tar xzvf pycharm-community-2021.3.3.tar.gz  解压完成后,继续输入以下指令, 即可打开pycharm。 cd pycharm-community-2021.3.3/bin/ sh pycharm.sh   经过一些初始化设定后,进入settings -> project ____ -> Python Interpreter, 点击右边的小齿轮?,add Python Interpreter -> conda environment -> existing environment,选择创建好的conda 虚拟环境。    关闭pycharm之后就酱紫了  关闭session 
必要步骤基本已经完成啦!
总结
参考网上大佬的教程,链接:https://zhuanlan.zhihu.com/p/223001118  这里服务器上师兄已经配置好了cuda(装的是cuda10.2)和cuDNN,所以省略了这步,需要做的就是安装anaconda,创建虚拟环境,在虚拟环境中搭建pytorch for gpu框架,最后安装PyCharm。 记录一下下,以后用的时候可以省点时间呜呜呜
主要参考: https://zhuanlan.zhihu.com/p/223001118 https://blog.csdn.net/qq_43082542/article/details/121166968 https://blog.csdn.net/wuprogrammer/article/details/108928990 https://blog.csdn.net/weixin_45591044/article/details/104312338 https://blog.csdn.net/qq_15192373/article/details/81091098
|