最近做畢業設計，需要利用實驗室的服務器，遠超登錄并且配置服務器環境。記錄一下比較完整的配置流程。

ssh遠程登錄與文件傳輸

我的電腦是windows的，主要講解一下windows的登錄方式。我使用的是Xshell 7進行ssh登錄的，ssh登錄的軟件很多，選擇一個即可。文件傳輸我是使用Xftp 7登錄的。這兩個可以在官網通過郵件下載。然后通過IP地址、用戶名和密碼即可登錄。

在指定位置anaconda安裝

anaconda能很方面的進行包管理，所以需要在服務器上安裝anaconda。由于服務器的anaconda默認安裝地址磁盤空間滿了（這個折騰了好久，安裝torch快完成的時候報錯空間不足），詢問了同學，發現anaconda可以指定安裝位置。通過Linux的df -h指令查看磁盤空間情況，在空間較大的地方安裝anaconda。

首先在清華鏡像上下載anaconda，選擇對應版本（服務器系統是Linux的，所以我下載的是Linux版本的）。 清華鏡像地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

然后在Xshell中登錄后，輸入如bash Miniconda3-latest-Linux-x86_64.sh

然后按照步驟安裝anaconda，在系統提示安裝位置時，輸入指定安裝位置即可，

（注意，目標路徑里的aconda3文件不要自己創建，不然會報錯）

然后即可安裝成功。可使用conda activate激活環境，使用conda create -n envs_name建立環境。

安裝torch環境

利用官網安裝torch太慢，我們可以指定鏡像源。

我們可以利用如下指令查看當前的源

conda config --show channels

然后加入清華鏡像源，指令如下

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --set show_channel_urls yes

然后，我們要刪除默認的鏡像源，指令如下：

conda config --remove channels 通道名稱 例如 conda config --remove channels defaults #刪除默認通道

再使用conda config --show channels指令就可以看到如下界面：

在官網中，我們可以生成安裝torch的指令，如下：

其中，我們要把后面的-c pytorch刪除，不然依然會指定從torch官網下載。

conda install pytorch torchvision torchaudio cudatoolkit=10.2

至此，torch環境安裝完成。

對于其他的環境包，我們可以通過如下指令安裝（指定了清華源，我不指定就報錯了）

conda install -i https://pypi.tuna.tsinghua.edu.cn/simple xxx包

檢測torch安裝是否成功

在ssh中依次輸入如下指令進行驗證

總結

以上是生活随笔為你收集整理的如何在服务器上配置深度学习环境的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。