Linux服务器搭建环境复盘

Linux服务器搭建环境复盘

Linux服务器上是没有开发环境的，需要自己配置，在获得了服务器账号后，通过WinSCP登录可以传文件。

1. 下载anaconda

   官网下载Anaconda Linux版本 到自己的电脑上，然后通过WinSCP拖拽上传到服务器。

记得是点那个小企鹅而不是手快点了Download。

然后ssh 远程连结服务器，cd到Anaconda文件所在的文件夹，然后输入命令：

bash Anaconda3-2020.07-Linux-x86_64.sh

应该是账号权限问题，通过wget命令总是被拒绝，所以采用先下载到本地在上传到服务器进行安装的策略。

安装过程在cmd中会有提示，要一行一行Enter下去，一定要慢！一定要慢！一定要慢！否则就会出现我安装时的错误cmd不断的输出y。

安装完成后，通过命令更新环境变量

source ~/.bashrc

Anaconda 安装完成后就可使用conda命令了。

设置清华源，命令行输入：

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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

创建python虚拟环境：

conda create -n python311 python=3.11

-n 后面即为你想要命名的环境名称，python后面即为要安装的python版本。

等待下载安装完成，使用命令查看当前创建的所有虚拟环境：

conda env list

若要删除虚拟环境：

conda env remove -n python311

创建完成后需要使用conda 激活环境

conda activate python311

此时注意左边的括号内以及从base变成了python311，即切换到了你创建的虚拟环境。在这个虚拟环境中安装的任何python库都只是对这个虚拟环境生效，即我们可以实现唯一的虚拟环境配置自己想要的库版本。

注意这个虚拟环境中配置的包在base环境下是不能使用的，但一般也不用base环境跑代码。

查看当前虚拟环境中配置的库：

conda list

切换回base环境：

conda deactivate

安装pytorch

使用命令查看服务器的CUDA版本：

nvidia-smi

或者使用下述命令也能查看，网上有博客提到这两种命令查看会显示不同的CUDA支持版本。

nvcc -V

接着到pytorch官网下载对应的版本，根据实际情况进行适配：

stable是稳定版本，下载的CUDA版本只要小于前面使用命令查看的显卡支持的CUDA版本即可。我在安装过程中第一次尝试用conda下载很慢，第二次换了pip速度很快。

将pip命令输入即可：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

在官网命令最后再加上一行-i https://mirrors.aliyun.com/pypi/simple。速度会快很多。等待完成安装。

测试pytorch：

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

卸载pytorch

conda uninstall pytorch

到这里，在服务器上配置python环境算是完成了。

1. Pycharm远程连结服务器

   在本地使用Pycharm进行开发，并在服务器上运行是常见的应用场景。

   1. 首先连接到服务器

   打开pycharm--Tools--Deployment--Configuration

connection部分：选 + 号，添加连结。类型选SFTP，SSH configuration点击旁边的···，进入填写完整的服务器地址 xxxx@xxxxxserver，端口号要正确填写，之后可以点 Test_COnnection 测试是否能连上。然后点击OK。

Host写服务器的ip

Username写你在这个服务器创建的用户名

密码输入之后勾选保存，然后点击test_connection测试一下连接是否成功

就可以保存了

点击完ok之后，

别急着退出，然后是Mapping部分：

local path 是本地文件夹，Depolyment path 是服务器对应的文件夹。

为了实现服务器代码与本地代码同步，可以设置自动同步。Tools--Deployment--Options。即可设置Ctrl+s进行同步。也可以选择Always。

连结完成后可以通过Pycharm右侧边栏的 Remote Host 或者 Tools--Deployment--Browse Remote Host 来查看服务器文件目录

1. 配置 Python Interpreter

   通过这里配置可以使用我们之前在服务器上配置的虚拟环境跑代码。Files--Setting--Project Interpreter。点击Add Interpreter

  选择 Existing，选择之前以及配置好的服务器

  选择Existing ，Interpreter 点击···，然年跳出服务器文件目录，选择之前创建的虚拟环境，配置环境目录，一般是 /home/你的文件夹/anaconda/envs/你创建的虚拟环境python311/bin/python3.11。Sync folders 是本地项目文件夹上传到服务器中该文件夹。

  完成，这里会显示虚拟环境中安装的库，可以在这里通过+ 搜索库进行安装，也可以通过终端pip进行安装。

1. VScode远程连结服务器

   vscode 连结服务器首先要在扩展中安装插件 Remote-SSH

   然后通过远程资源管理器连结远程服务器，创建文件，然后运行。