在ubuntu 18.04.1系统上配置深度学习环境的步骤如下：
系统初始化环境
操作系统: Ubuntu 18.04.1内存: 20GCPU: Intel Xeon Sliver 4110 (2.1 GHz) 4核GPU: Tesla P4 1颗
安装Linux下的CUDA驱动
登录NVIDIA驱动下载页面或打开链接 https://www.php.cn/link/8c7c866a13f952e17395811408d2fd1b。
选择对应的支持DEB包的操作系统(Ubuntu 18.04), 得到下载链接：
wget http://us.download.nvidia.com/tesla/418.67/nvidia-diag-driver-local-repo-ubuntu1804-418.67_1.0-1_amd64.deb
安装软件包:
sudo dpkg -i nvidia-diag-driver-local-repo-ubuntu1804-418.67_1.0-1_amd64.deb
添加key:
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
sudo apt-key add /var/nvidia-diag-driver-local-repo-/7fa2af80.pub
使用apt-get命令更新软件包:
sudo apt-get update
运行apt-get命令安装驱动:
sudo apt-get install cuda-drivers
运行reboot指令重启。
运行nvidia-smi能输出正确信息代表驱动安装成功。
其中步骤2-6来源于NVIDIA官网教程。此外，rufile安装、rpm包安装、Windows系统安装等方式也可参见PHP中文网文档。
安装Anaconda
注意：建议在普通用户状态下安装，而非root用户下安装。
进入anaconda官网选择安装包下载：此处选择Linux系统下的Python3.7版本
wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh
执行安装文件:
bash Anaconda3-2019.07-Linux-x86_64.sh
重启shell（或者直接输入bash指令）, 即可使用anaconda3，输入conda指令即可。
此时控制台输入python，已不再是系统自带的2.7版本，而是anaconda中的python版本。
当在root用户下输入conda提示无指令/python版本仍为2.7时, 执行以下操作：
sudo gedit ~/.bashrcexport PATH="/home/ubuntu/anaconda3/bin:$PATH"
若要删除anaconda, 直接将anaconda的安装目录整体删除即可：
rm -rf /root/anaconda3
关于安装anaconda后，Linux的终端shell界面前面出现(base)字样。
原因：在打开终端后，自动执行了conda activate base。
解决：输入conda deactivate即可。要想再次激活，输入conda activate base即可。
创建虚拟环境
创建python=3.7的名字为keras的虚拟环境:
conda create --name keras python=3.7
激活keras环境:
conda activate keras
如果想检查现有所有的虚拟环境, 可利用conda指令:
conda env list
在虚拟环境中安装TensorFlow-GPU
利用conda指令安装tensorflow-gpu:
conda install tensorflow-gpu
利用代码测试检查TensorFlow是否安装成功, 正确输出即安装成功。
import tensorflow as tfhello = tf.constant('Hello, TensorFlow!')sess = tf.Session()print(sess.run(hello))
在虚拟环境中安装Keras
利用pip指令安装keras:
pip install keras
利用代码测试检查keras是否安装成功, 无报错即安装成功。
import keras
在虚拟环境中安装Jupyter
在虚拟环境中输入jupyter指令, 提示失败。因为并未安装。
可以使用conda list指令查看已安装的包。
利用conda安装jupyter:
conda install jupyter
打开jupyter:
jupyter notebook
为防止网断导致notebook挂掉，利用screen指令，新开一个screen，以便在后台运行notebook。screen指令的使用，参见附录。
# 开启screenscreen# 激活环境conda activate keras# 运行notebookjupyter notebook# 在网页访问notebook，需要输入token，查看token的方法是jupyter notebook list
访问远程环境
在本地远程访问虚拟环境中的notebook
在本地利用ssh指令实现本地端口转发:
ssh -L8008:localhost:8888
利用MobaxTerm建立隧道连接虚拟环境中的notebook
点击Tools, 点击Network下的MobaSSHTunnel(Port forwarding)
点击New SSH tunnel
选择Local port forwarding, 并输入对应内容，点击Save。
输入Name, 点击开始箭头即可。
此时完成隧道建立, 本地浏览器访问127.0.0.1:8008即可访问远程的Jupyter。
配置Windows本地Spyder（3.3.0及以上）连接远程服务器
服务器端在虚拟环境中, 利用conda/pip指令安装spyer-kernels
conda install spyder-kernels
服务器端在虚拟环境中, 利用命令python -m spyder-kernels.console，开启一个kernel，并生成kernel-.json文件
python -m spyder_kernels.console
服务器端在虚拟环境中, 用命令jupyter –runtime-dir找到kernel文件的路径
jupyter --runtime-dir#输出举例：/home/ubuntu/.local/share/jupyter/runtime/
在上述路径中找到kernel-.json文件, 并拷贝到本地端。
在本地的spyder中, 在ipython console右上侧的设置中找到connect to an existing kernel
选中刚刚拷贝好的kernel文件, 选中this is a remote kernel, 并输入host name与密码。（SSH Keyfile不用管）
点击Ok后, 报错如下“Could not open ssh tunnul. The error was: Paramiko not available”：
解决办法为：运行Spyder，在SpyderIPython控制台中输入指令：
!pip install paramiko
之后，重启spyder，即可。
此时，就可以让spyder连接到服务器了！可以欢快地查看变量了。
配置Windows本地Pycharm连接远程服务器
用pycharm打开一个项目, File -youjiankuohaophpcn Settings -> 搜索Project Interpreter -> 在Project Interpreter栏目右侧点击设置图标 -> 选择Add…
点击SSH Interpreter -> 输入远程主机的IP（*..*.)和登录用户名（ubuntu）**
点击后, 输入远程连接的服务器密码
选择远程Interpreter. 点击文件夹图标 -> 选择远程虚拟环境中的python解释器。
eg：/home/ubuntu/anaconda3/envs/keras/bin/python
这样虚拟环境就可以使用了。
问题1：Pycharm的Python Console控制台出现中文乱码
【问题描述】
Pycharm默认打开时，python console中如果用到windows下cmd里的命令时，会输出乱码。
【问题原因】
cmd默认的编码是gbk（代码页：936），而python console 里面的编码是utf-8（代码页：65001），由于编码不一致，所以输出时会出现乱码。
【解决办法】
File-Setting-Search-console-python console
添加以下代码：
!chcp 65001
注：file encoding中的编码设置保持默认即可，不要被网上其他博客所误导而乱改，正常如下：
重启python console即可, 效果如下：
附录：screen指令使用
常用参数
screen -S yourname -> 新建一个叫yourname的sessionscreen -ls -> 列出当前所有的sessionscreen -r yourname -> 回到yourname这个sessionscreen -d yourname -> 远程detach某个sessionscreen -d -r yourname -> 结束当前session并回到yourname这个sessionscreen -S yourname -X quit ->删除当前screen
快捷键
在每个screen session 下，所有命令都以 ctrl+a(C-a) 开始。
C-a ? -> 显示所有键绑定信息C-a c -> 创建一个新的运行shell的窗口并切换到该窗口C-a n -> Next，切换到下一个 windowC-a p -> Previous，切换到前一个 windowC-a 0..9 -> 切换到第 0..9 个 windowCtrl+a [Space] -> 由视窗0循序切换到视窗9C-a C-a -> 在两个最近使用的 window 间切换C-a x -> 锁住当前的 window，需用用户密码解锁C-a d -> detach，暂时离开当前session，将目前的 screen session (可能含有多个 windows) 丢到后台执行，并会回到还没进 screen 时的状态，此时在 screen session 里，每个 window 内运行的 process (无论是前台/后台)都在继续执行，即使 logout 也不影响。C-a z -> 把当前session放到后台执行，用 shell 的 fg 命令则可回去。C-a w -> 显示所有窗口列表C-a t -> Time，显示当前时间，和系统的 loadC-a k -> kill window，强行关闭当前的 windowC-a [ -> 进入 copy mode，在 copy mode 下可以回滚、搜索、复制就像用使用 vi 一样C-b Backward，PageUpC-f Forward，PageDownH(大写) High，将光标移至左上角L Low，将光标移至左下角0 移到行首$ 行末w forward one word，以字为单位往前移b backward one word，以字为单位往后移Space 第一次按为标记区起点，第二次按为终点Esc 结束 copy modeC-a ] -> Paste，把刚刚在 copy mode 选定的内容贴上
重点问题
screen的三种状态
Attached：有用户登录状态。Detached：暂时离开当前session，将目前的 screen session (可能含有多个 windows) 丢到后台执行，并会回到还没进 screen 时的状态，此时在 screen session 里，每个 window 内运行的 process (无论是前台/后台)都在继续执行，即使 logout 也不影响。输入screen -d 到此状态。通过screen -r 再次进入。Dead：被kill了该screen。
如何正常退出screen?在screen中输入exit指令即可。
当screen状态为Attached时，如何重新登入该screen？
screen -lsscreen -D -r 解释：-D -r 先踢掉前一用户，再登陆screen其中，-D也可用-d替换。
以上就是云服务器深度学习环境搭建的详细内容，更多请关注php中文网其它相关文章！
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。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/96939.html
微信扫一扫 
支付宝扫一扫 
