使用pycharm远程服务器创建虚拟环境跑pytorch

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：
• 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

2） 下载好后，使用FileZilla上传到服务器目标文件夹

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：

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

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()

返回为True就可以了！！！