Idee: Installieren Sie zuerst Anaconda auf dem Remote-Server, erstellen Sie dann eine virtuelle Python-Umgebung, installieren Sie dann Cuda und das entsprechende Cudnn und Paddlpaddle in der entsprechenden virtuellen Python-Umgebung gemäß den Anforderungen und verbinden Sie sich dann mit Pycharm.
1. Um die Installation und Konfiguration der Anaconda-Umgebung basierend auf einem Remote-Server und die Erstellung einer virtuellen Python-Umgebung zu realisieren, lesen Sie den folgenden Blogger-Artikel operation. Der Blogger erstellt als Beispiel eine virtuelle python=3.6-Umgebung von ogbg_hiv.
conda create -n ogbg_hiv python=3.6
y
conda activate ogbg_hiv
Hinweis : Installieren Sie rdkit>= 2018.09.1. Wenn Sie dieses Paket nicht installieren müssen, können Sie den nächsten kleinen Schritt überspringen .
conda install -c conda-forge rdkit
y
2. Installieren Sie als Nächstes cuda in dieser virtuellen Umgebung. Zunächst müssen Sie die maximal zulässige Cuda-Version des Remote-Servers überprüfen, kombiniert mit der Cuda-Version, die dem zu konfigurierenden Paddlpaddle entspricht, und dann schließlich die Cuda-Version auswählen. Der Blogger hat paddlpaddle-gpu == 1.8 gewählt .4 und hat dann festgestellt, dass es sich um eine derzeit installierbare Paddlpaddle-Version handelt, und dann die Version 1.8.4 gefunden und festgestellt, dass sie die Posts 97 und 107 trägt, die den Versionen cuda9 und 10 entsprechen. Der Blogger wählt Version 9 und fragt dann alle CUDA ab Versionen, die von der aktuellen virtuellen Umgebung unterstützt werden. Schließlich wählt der Blogger cuda= Version 9.2.0 installiert aus.
nvidia-smi
Lesen Sie die folgenden zwei Artikel, um die Beziehung zwischen den drei Versionen zu verstehen:
Klicken Sie, um den Artikel „Paddlepaddle und cuda, cudnn-Versionskorrespondenz“ zu öffnen.
Klicken Sie, um den Artikel „Installation alter Versionen“ zu öffnen.
pip install paddlepaddle-gpu==1.8.4
conda search cudatoolkit --info
conda install cudatoolkit==9.2.0
y
3. Laden Sie die cudnn-Version herunter und installieren Sie sie. Suchen Sie nach der cudnn-Version, die von der aktuellen Umgebung unterstützt wird, und wählen Sie dann die entsprechende Version von cudnn entsprechend der im vorherigen Schritt installierten cuda-Version aus. Die cuda-Version ist 9.2, daher ist die ausgewählte cudnn-Version 7.2.1 für die Installation.
conda search cudnn --info
conda install ducnn==7.3.1
Hinweis : Wenn der Download mit dem obigen Befehl fehlschlägt ( siehe Abbildung unten ), gehen Sie bitte zurück zum vorherigen Schritt, um das cudnn-Installationsdateipaket manuell herunterzuladen, d. h. kopieren Sie den entsprechenden Link zum Herunterladen in den Browser . Nachdem der Download abgeschlossen ist, laden Sie es auf den Remote-Server hoch und installieren Sie es dann im entsprechenden Pfad der hochgeladenen Installationspaketdatei in der entsprechenden virtuellen Umgebung.
conda install cudnn-7.3.1-cuda9.2_0.tar.bz2
4. Installieren Sie das Paddelpaddel. Da cuda 9.2 ist, wählen Sie post als 97.
pip install paddlepaddle-gpu==1.8.4.post97
5. Überprüfen Sie, ob die Installation und Konfiguration erfolgreich waren, geben Sie den folgenden Befehl ein, um ihn in der virtuellen Umgebung auszuführen, überprüfen Sie die Konfigurationsdetails dieser virtuellen Umgebung und suchen Sie dann das entsprechende installierte Paket, wie in der folgenden Abbildung gezeigt, die Installation und Konfiguration ist erfolgreich.
conda list
