2020年1月1日

煉丹第0步，裝好環境

系統 Ubuntu 18.04 LTS

先裝上conda（自帶大多數科學計算基礎包，以及比較優秀的包管理系統）：

國內網絡環境建議到清華大學鏡像站下載：

Tsinghua Open Source Mirror?mirror.tuna.tsinghua.edu.cn

下載最新版本的安裝包然后安裝：

sh Anaconda3-2019.10-Linux-x86_64.sh

安裝過程中需要注意安裝路徑，需要保證這是個空路徑而且當前用戶對于這個文件夾有寫權限。安裝之后執行conda init來初始化，之后就可以使用conda命令了。

安裝過conda之后先裝整出來個虛擬環境：

conda create -n name_of_the_env python=3.7

這樣做的好處是在虛擬環境里可以只安裝這個項目需要的包，可以有項目所需要的python版本（比如casa還是python2，真讓人頭大）。

然后安裝pytorch，可以去官網 pytorch.org 選好自己的對應環境就能有個安裝命令，復制粘貼運行就行。

如果想要pytorch運行在GPU上的話還需要有nvidia的顯卡，在機器學習上，還是得整個顯卡，4路E7都干不過1060。

此時需要先安裝cuda，是N卡做計算的驅動，到英偉達官網https://developer.nvidia.com/cuda-downloads 下載最新的驅動版本：

也是復制粘貼運行（需要管理員權限）沒有難度。

cuda安裝好之后運行nvidia-smi如果看到你在主機上裝的顯卡的數量和型號能對上應該就是裝好了，比如：

理論上來說至此已經可以運行pytorch來進行神經網絡的訓練了。

但是，值得注意的是，大部分時候，比較強算力的機器是服務器，而服務器在機房，不會像個主機一樣，可以一邊訓練，一邊開個pycharm或者VSCode改model，而且比較傳統的方式： 寫代碼->上傳->運行->修改->運行 的方法太不優雅了，這里可以使用jupyterlab或者vscode-server 來實現絲滑流場的開發和運行。實現方式是在服務器上起一個編輯器的服務，然后我們來訪問這個服務器來實現在線的編輯以及運行命令。

先安裝jupyterlab （如果沒有的話）：

conda install jupyterlab

然后在命令行下運行：

jupyter-lab --no-browser

此時會啟動一個jupyter服務器，同時避免在服務器開啟一個瀏覽器，我們在本地啟動一個服務器，然后訪問命令彈出來的帶密鑰的網址，就會進入jupyterlab工作環境:

有notebook，能改腳本，有文件樹，有terminal，畫完圖能直接看，夫復何求。

所以工作流程是這樣的： 在notebook里面開發+測試，把成熟的部分封裝并寫成.py文件并在notebook里引用來簡化notebook，等所有都結束了之后在terminal里用tmux啟動一個幾萬epoch的大訓練，然后就是漫無天日的等待了。

總結

以上是生活随笔為你收集整理的pytorch自带网络_PyTorch机器学习笔记（1）整好环境的全部內容，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。