进入实验室以后，大家就会用实验室的服务器跑一些深度学习模型。如何连接服务器，以及连接服务器后如何配置conda和PyTorch深度学习框架，在此进行详细的介绍。
首先，在连接服务器之前，需要向服务器的管理员申请个人账号。
连接服务器详细教程连接：https://blog.csdn.net/Bluebro/article/details/127626548?spm=1001.2014.3001.5502
接下来我详细介绍连接服务器后如何配置conda+pytorch环境。
1.安装Anaconda
清华镜像网站下载连接：https://repo.anaconda.com/archive/index.html
- 服务器的系统是Linux，因此下载linux版本的Anaconda3，我下载的版本是Anaconda3-2022.05-Linux-x86_64.sh
- 下载完成后，通过Xftp或其他软件将文件传到服务器
- 或者直接从服务器下载文件，将要下载的文件复制链接，输入以下命令
wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh
- 输入命令
bash Anaconda3-2022.05-Linux-x86_64.sh，安装文件
- 安装过程中，一直点Enter或者输入yes即可
- 安装完成后，重新连接服务器
- 输入命令
conda --version，检查当前版本
2.配置清华镜像源
在使用服务器时，刚开始会下载很多本地没有的包，而 Linux 使用的下载源服务器在国外，下载速度相对国内会慢很多，因此我选择了清华镜像源进行配置，能够提高下载速度。
- 顺序输入以下命令，一次输入一行命令
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/pytorch/
conda config --set show_channel_urls yes
- 输入
conda config --show-sources，查看配置镜像源情况
3.创建虚拟环境
-
输入命令
conda create -n pytorch python=3.7创建名为“pytorch”，python版本为3.7的虚拟环境
-
输入命令
conda info --envs，查看当前系统所有的虚拟环境
-
输入命令
conda activate pytorch，激活虚拟环境，（base）变成（pytorch）
4.安装PyTorch深度学习框架
接下来的操作都必须是激活虚拟环境后进行，即前面是（pytorch）
- 输入
nvcc -V查看服务器的CUDA型号，我的CUDA版本是11.3
PyTorch官网连接：https://pytorch.org/get-started/previous-versions
- 打开pytorch官网，找到自己的cuda版本，复制对应的安装命令：
- 输入安装命令，完成安装
- 输入命令，可以发现 pytorch 安装成功并且 CUDA 能正常使用
import torch
print(torch.cuda.is_available())
