使用pycharm远程服务器创建虚拟环境跑pytorch

使用pycharm远程服务器创建虚拟环境跑pytorchpycharm版本2020.1.4,python3.6,cuda9.0,conda4.5.4。1.连接服务器顶端任务栏寻找Tools—>Deployment—>Configuration.

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

使用:pycharm版本2020.1.4,python3.6,cuda9.0,conda4.5.4;file transfer功能使用了FileZilla。

远程服务器上建立独立开发环境以及安装pytorch等安装包,可以使用pycharm连接服务器在服务器terminal进行操作,也可以使用MobaXterm连接服务器进行操作,本文仅对pycharm方法进行说明。

 

1. 连接服务器

1. pycharm顶端任务栏寻找Tools —> Deployment —> Configuration.

  • 左上角有添加符号 + ,输入自己用户名;
  • Connection的界面,type选择SFTP,目前2020.1.4pycharm在connection界面没有SSH configuration的细节内容(host/host/user name/password),需要自己点开SSH Configuration进行添加;添加之后可以Test Connection:使用pycharm远程服务器创建虚拟环境跑pytorch
  • Mapping界面也填好Deployment path
  • OK

2. 再次顶端任务栏Tools —> Start SSH  Session

此时pycharm terminal除了local terminal之外还出现另外一个服务器的terminal,在这个服务器terminal中可以进行后续操作。

 

2. 安装anaconda

1) 在官网或者清华镜像站下载anaconda3

清华镜像站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

Anaconda installer archive: https://repo.anaconda.com/archive/index.html

使用pycharm远程服务器创建虚拟环境跑pytorch

2) 下载好后,使用FileZilla上传到服务器目标文件夹

使用pycharm远程服务器创建虚拟环境跑pytorch

注意pycharm连接好服务器后也可以将本地文件上传到服务器目标文件夹中,选中文件右击选择Deployment–>Upload即可。

3) 使用已经连接好服务器的MobaXterm或者pycharm目标服务器的terminal安装anaconda

在文件目录下执行:

bash Anaconda3-5.2.0-Linux-x86_64.sh

bash后面要对应下载的anaconda的文件名;安装过程中对于Proceed一直确认yes即可。

注意:在安装过程中有一个问题是询问是否加入环境变量,问题大概是:Do you wish the installer to prepend Anaconda3 install location to PATH in your /home/(your directory)/.bashrc ? [yes|no]

记得填yes,不然后续还要再单独添加一遍环境变量。

4)验证是否安装成功:

在终端输入anaconda:

使用pycharm远程服务器创建虚拟环境跑pytorch

以上命令代表安装成功。

 

3. 创建虚拟环境

1. 可能会出现的小问题

安装好anaconda之后可以开始使用conda安装包创建自己的独立开发环境,如果使用conda安装命令一直出现问题。

1. 显示无法找到命令,conda:command not found

环境变量导致的问题,使用命令:

vim ~/.bashrc #打开配置文件

export PATH = /home/xxxx/anaconda3/bin:$PATH

source ~/.bashrc

2. 之前对conda进行过换源操作,换源过后conda相关命令无法使用:

最简单粗暴的做法,删掉之前的所有源,只保留官方默认的源:

vim ~/.condarc #这一步可以先查看配置文件,看到添加过的源

conda config –remove-key channels #这条命令可以帮助恢复到默认源

2. 创建环境

连接好服务器后,可以先使用指令conda env list查询环境,

conda env list

例如:

>>> xxxx.node : ~$ conda env list

#conda environments:

#

base                   */home/xxx/anaconda3

应该大多数都只有base这一行,base这一行是默认的环境,并不是自己独立的虚拟环境,要创建独立的开发环境可以使用:

conda create -n python36 python=3.6

其中python36是我的环境名,后面是python的版本,这段命令建立了一个名为python36的python版本3.6的开发环境。

安装结束后,可再次检验conda环境,在base下面会出现两行,第二行就是刚刚创建的新的环境。 

安装pytorch前最后一步就是使用命令 conda activate xxx 激活刚刚创建的新环境:

>>> xxxx.node : ~$ conda activate xxx

xxx是新的环境的名字   例如:conda activate python36

激活成功之后,可以看到命令行的开头多出一个(python36):

>>> (python36)xxxx.node : ~$

此时如果再次查询conda环境,会发现之前在base那一行出现的星号 * 此时出现在新环境python36这一行。

 

4. 寻找并安装合适版本的pytorch

检查conda/cuda版本:

>>> (python36)xxxx.node : ~$ conda –version  #检查conda版本

conda 4.5.4

>>> (python36)xxxx.node : ~$ nvcc -V

使用pycharm远程服务器创建虚拟环境跑pytorch

最后一行就是cuda的版本,cuda9.0 V9.0.176,在官网上找到匹配的pytorch安装即可;Get started里面找不到的话,去Previous Version里面可以找到需要的。

例如:

>>> (python36) xxxx.node:~$ conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0 -c pytorch

安装好之后,如果想查看pytorch对应的cuda:

>>> (python36) xxxx.node:~$ python

>>> import pytorch

>>> print(torch.version.cuda)

最后使用两条指令,查看服务器GPU是否能被pytorch调用:

>>> import torch

>>> torch.cuda.is_available()

使用pycharm远程服务器创建虚拟环境跑pytorch

返回为True就可以了!!!

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/174504.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号