[系统运维]如何在服务器上配置深度学习环境

最近做毕业设计，需要利用实验室的服务器，远超登录并且配置服务器环境。记录一下比较完整的配置流程。

ssh远程登录与文件传输

我的电脑是windows的，主要讲解一下windows的登录方式。我使用的是Xshell 7进行ssh登录的，ssh登录的软件很多，选择一个即可。文件传输我是使用Xftp 7登录的。这两个可以在官网通过邮件下载。然后通过IP地址、用户名和密码即可登录。

在指定位置anaconda安装

anaconda能很方面的进行包管理，所以需要在服务器上安装anaconda。由于服务器的anaconda默认安装地址磁盘空间满了（这个折腾了好久，安装torch快完成的时候报错空间不足），询问了同学，发现anaconda可以指定安装位置。通过Linux的df -h指令查看磁盘空间情况，在空间较大的地方安装anaconda。

1. 首先在清华镜像上下载anaconda，选择对应版本（服务器系统是Linux的，所以我下载的是Linux版本的）。 清华镜像地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2. 然后在Xshell中登录后，输入如bash Miniconda3-latest-Linux-x86_64.sh

然后按照步骤安装anaconda，在系统提示安装位置时，输入指定安装位置即可，

（注意，目标路径里的aconda3文件不要自己创建，不然会报错）

然后即可安装成功。可使用conda activate激活环境，使用conda create -n envs_name建立环境。

安装torch环境

利用官网安装torch太慢，我们可以指定镜像源。

我们可以利用如下指令查看当前的源

conda config --show channels

然后加入清华镜像源，指令如下

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

然后，我们要删除默认的镜像源，指令如下：

conda config --remove channels 通道名称
例如
conda config --remove channels defaults  #删除默认通道

再使用conda config --show channels指令就可以看到如下界面：

在官网中，我们可以生成安装torch的指令，如下：

其中，我们要把后面的-c pytorch删除，不然依然会指定从torch官网下载。

conda install pytorch torchvision torchaudio cudatoolkit=10.2

至此，torch环境安装完成。

对于其他的环境包，我们可以通过如下指令安装（指定了清华源，我不指定就报错了）

conda install -i https://pypi.tuna.tsinghua.edu.cn/simple xxx包

检测torch安装是否成功

在ssh中依次输入如下指令进行验证