服务器配置PyTorch环境
- 服务器是Ubuntu 18.04.5 LTS版本
- 一、下载Python
- 二、下载Anaconda
- 三、下载 NVIDIA 驱动程序：
- 四、下载PyTorch
服务器是Ubuntu 18.04.5 LTS版本
使用MobaXteram软件连接服务器：
MobaXterm 是一种强大的跨平台远程计算机管理工具，它集成了许多有用的功能，包括 SSH、X11、RDP、VNC、FTP、SFTP 等，以帮助用户更轻松地管理和连接到远程计算机或服务器。
查看 Ubuntu 版本：
使用以下命令可以查看服务器上正在运行的 Ubuntu 版本：
lsb_release -a这将显示 Ubuntu 的版本号和发行代号。
一、下载Python
以下是一些常见的 PyTorch 版本与支持的 Python 版本的对应关系：
- PyTorch 1.0 及更早版本通常支持 Python 2.7 和 Python 3.5。
- PyTorch 1.1 及更高版本通常支持 Python 3.5、3.6、3.7 和 3.8。
- 较新的 PyTorch 版本通常会添加对新的 Python 版本的支持。
请注意，为了获得最佳的性能和功能，建议您使用较新的 Python 版本，如 Python 3.6、3.7 或 3.8，并安装与 Python 版本兼容的 PyTorch 版本。
这里安装Python3.8为例：
1、安装 Python 3.8：
首先，您需要安装 Python 3.8。您可以使用以下命令来安装：
sudo apt update
sudo apt install python3.82、更新 update-alternatives：
Ubuntu 使用 update-alternatives 来管理系统上的默认 Python 版本。您需要更新 update-alternatives 配置以将默认 Python 版本更改为 Python 3.8。
- 添加 Python 3.8 到 update-alternatives：
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 1- 切换到 Python 3.8：
sudo update-alternatives --config python33、验证 Python 版本：
python3 --version这应该显示 Python 3.8 的版本号。
4、安装 pip：
确保您的系统已经安装了 pip，这是 Python 包管理工具。如果尚未安装，请使用以下命令安装：
sudo apt update
sudo apt install python3-pip检查服务器是否已经安装了 pip，您可以在终端中运行以下命令：
python3 -m pip --version二、下载Anaconda
1. 下载 Anaconda
清华大学镜像站（中国大陆）：
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-0-Linux-x86_64.shAnaconda 官方镜像站（全球）：
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-0-Linux-x86_64.sh注：要是觉得慢，也可以直接去网站下载复制粘贴进去，知道粘贴的路径。
2. 安装 Anaconda
下载 Anaconda 安装程序后，使用以下命令在终端中运行安装程序（确保您下载的 Anaconda 安装文件的完整路径在当前目录下）：
bash Anaconda3-2023.03-0-Linux-x86_64.sh3、更新系统环境变量：
运行以下命令以更新环境变量：
source ~/.bashrc4. 验证 Anaconda 安装：
您可以运行以下命令来验证 Anaconda 是否成功安装：
conda --version这将显示 Anaconda 的版本号，证明安装成功。
三、下载 NVIDIA 驱动程序：
1、停用 Nouveau 驱动程序：
默认情况下，Ubuntu 可能会加载 Nouveau 驱动程序，这是一种开源驱动程序。在安装 NVIDIA 驱动程序之前，您需要停用 Nouveau 驱动程序。编辑 /etc/modprobe.d/blacklist.conf 文件：
sudo vim /etc/modprobe.d/blacklist-nouveau.conf在文件末尾添加以下内容：
blacklist nouveau
options nouveau modeset=0保存并关闭文件。然后，执行以下命令以使更改生效：
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
sudo update-initramfs -u2、重启服务器：
重启服务器以使 Nouveau 驱动程序停用：
sudo reboot3、下载 NVIDIA 驱动程序：
查看显卡型号版本
lspci | grep -i nvidia根据输出结果
在网站输入查询型号：1eb1来查找显卡版本。
NVIDIA 官方网站下载最新驱动程序。请注意选择正确的产品系列和型号。记下下载的驱动程序文件名（通常为 .run 文件）。
使用 wget 命令下载所需版本的驱动程序。替换 为您找到的版本号。
wget https://us.download.nvidia.com/XFree86/Linux-x86_64/X.Y.Z/NVIDIA-Linux-x86_64-X.Y.Z.run这将下载驱动程序安装脚本。
4、安装驱动程序：
安装下载的驱动程序。首先，确保执行权限：
chmod +x NVIDIA-Linux-x86_64-X.Y.Z.run然后运行安装脚本：
sudo ./NVIDIA-Linux-x86_64-X.Y.Z.run需要选择几个选项，首先是accept协议
1.The distribution-provided pre-install script failed! Are you sure you want to continue?
选continue installation
2.Nvidia's 32-bit compatibility libraries? 选No
3.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?
选 No
4.Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.
选 Yes5、验证驱动程序：
使用以下命令验证 NVIDIA 驱动程序是否正确安装：
nvidia-smi
这将显示有关您的显卡和驱动程序的信息。现在Ubuntu 18.04 LTS 服务器应该已经安装并配置了所需的 NVIDIA 驱动程序。可以使用 nvidia-smi 命令来验证驱动程序是否正确安装并显示 GPU 信息。
请注意，确保选择与您的 GPU 型号和操作系统版本兼容的驱动程序，并小心操作以避免不必要的问题。
四、下载PyTorch
1、创建并激活虚拟环境（可选）
为了隔离不同项目的依赖，您可以使用 Anaconda 创建虚拟环境。例如，要创建名为 “myenv” 的虚拟环境，可以运行：
conda create --name myenv然后，激活虚拟环境：
conda activate myenv这将使您进入虚拟环境，您可以在其中安装特定的软件包和依赖项。
现在，已经成功在 Ubuntu 18.04 LTS 服务器上安装了 Anaconda，并可以使用 Anaconda 来管理 Python 环境和包。如果需要使用 Anaconda 来进行数据科学和机器学习工作，还可以使用 conda 命令来安装所需的 Python 包和库。
1.1、用conda创建环境报错
换成清华镜像，先输入一下命令，修改
vim ~/.condarc从清华镜像Anaconda查看一些配置
然后执行conda create --name matcha就不会报错了2、安装PyTorch
从Pytorch官网上按照自己的版本安装
3、验证安装：
完成安装后，验证PyTorch是否已成功安装。在Python中运行以下命令：
import torch
print(torch.__version__)如果你不遇到错误并且能够看到已安装的PyTorch版本，说明安装成功。
4、安装其他依赖项
根据你的项目需求，可能需要安装其他Python包。你可以使用pip或conda来安装这些包。
