xshell的使用以及远程配置服务器的anaconda环境的说明

本文详细介绍了如何使用xshell远程连接实验室服务器,包括xshell的下载与配置,以及通过anaconda安装和配置PyTorch环境。首先,下载并安装xshell,然后使用清华源加速下载anaconda,通过winscp传输文件。接着,在服务器上安装anaconda并配置环境变量。最后,配置PyTorch环境,包括添加清华源,创建新环境,安装pytorch、torchvision和torchaudio,并确保cuda工具包为10.2。通过conda激活新环境并验证PyTorch安装成功。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

xshell安装

首先说明xshell提供了一个界面,用来远程连接实验室的服务器。以后需要运行代码的话,就可以使用实验室的1080ti显卡。李昂师哥给每个新生都配备了一个账号,所有人都可以使用。
以下是xshell的安装过程:

1.xshell的下载

下载链接,在页面填写姓名和邮箱就可以了。安装过程比较简单,一直点击下一步就行了。

2.xshell的配置。

进入xshell点击新建,然后做如下配置:
(主机ip和端口号放在了群里)主机ip和端口号在群里

点击链接之前要先保证电脑连的是校园网,不然会失败。
然后再点击连接, 用户名是自己名字的首字母小写,密码是自己姓名的全拼音,就可以连上了。连上后就可以使用Linux的指令操作了。
最后:可以查看一下自己的文件列表:
在xshell中,点击查看,再点击文件管理器。就可以看见自己的所有文件。

anaconda安装

下载anaconda和winscp

安装好xshell之后,推荐使用清华源来安装anaconda(推荐下载这个:Anaconda3-2021.05-Linux-x86_64.sh),速度会快很多,下面先补充一个软件winscp,因为权限不够,不能直接使用rz命令,把自己在windows中下载的linux的ananconda安装包上传到服务器,所以下载一个winscp来实现自己电脑和服务器之间的文件传输。具体教程可见这个链接:
winscp安装和使用教程
(或者你可以不使用winscp,直接把文件复制粘贴到xshell的文件管理器区域,不一定成功。)

anaconda安装

在Xshell中输入命令:

bash Anaconda3-2021.05-Linux-x86_64.sh

然后等待安装即可。在安装的过程中,会提示(yes or no) 统一yes,安装完毕后,在你自己的家目录会出现一个名为anaconda3的一个目录文件,这就证明安装完成了。

配置环境

就只有两行代码:
1.在xshell中 cd 到anaconda3/bin 的位置下,输入命令:

echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc

2.再输入激活命令source ~/.bashrc更新便生效。
此时会发现在命令行的前面出现了(base)
然后使用 cd / 切回到自己的根目录就可以使用python的指令了。
比如使用ipython指令就可以查看自己python的版本信息。

补充一点:
以后链接服务器时都会有(base),因为通过上面的配置的文件,在我们打开终端的时候自动 执行了 conda activate base 命令。

配置pytorch环境

首先还是使用清华源来操作,输入以下的四行代码,一定要注意顺序,不要输错了:

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

然后结束环境的下载了,自己并没有在base环境下安装pytorch,而是创建了一个基于python 3.8版本的pytorch环境,方便以后切换不同的环境。使用下面的代码创建环境。

conda create -n pytorch python=3.8 

等创建完成后,然后激活这个环境:

conda activate pytorch

ps:使用conda activate base可以切回到base环境下。
终于到最后一步了,就是安装pytorch
使用这条代码就可以了:

conda install pytorch torchvision torchaudio cudatoolkit=10.2 

整体的安装就完成了,最后测试一下自己的pytorch环境:
输入conda --version来查看conda的版本。
输入以下代码:
python
import torch
torch.cuda.is_available()
当返回的结果为True时,说明正确配置了环境。

<think>好的,用户需要了解在Xshell安装Anaconda配置虚拟环境的具体流程,以及使用PyCharm是否需要重新下载,还有推荐的软件版本。首先,我得确保步骤清晰正确,适合Linux环境。 先想安装Anaconda的步骤。用户用的是Xshell,所以需要连接到Linux服务器。下载Anaconda的话,通常是从官网获取最新的安装脚本,但用户可能对版本有要求,所以得考虑推荐哪个版本。可能推荐较新的版本,比如2024.05,但也要注意稳定性,或许2023.03更稳妥。然后通过wget下载,安装时要注意bash命令,记得同意许可协议,指定安装路径,最后激活环境变量。 接下来是配置虚拟环境。需要用到conda create命令,指定Python版本,比如3.9,因为PyTorch可能对某些版本支持更好。然后激活环境安装PyTorch。这里用户可能会需要CUDA支持,所以推荐使用conda安装命令,并选择适合的CUDA版本,比如11.8,同时提供CPU版本的选项。 关于PyCharm的问题,在Linux上是否需要重新下载。PyCharm有专业版和社区版,专业版需要许可证,但功能更全。如果用户已经有Windows的许可证,可能可以通用,但通常需要重新下载Linux版本,因为平台不同。所以建议用户从官网下载Linux版,社区版免费,专业版需要激活。 版本推荐方面,Anaconda推荐2023.03,Python 3.9,因为较新且稳定。PyCharm推荐2023.3,专业版或社区版根据需求。PyTorch则推荐2.2.0,对应CUDA 11.8或者CPU版本,需要根据用户是否有NVIDIA显卡来决定。 还要考虑用户可能的疑问,比如环境变量设置是否正确,如何验证安装是否成功,以及PyCharm中如何配置现有的Conda环境。需要提醒用户检查PATH变量,使用conda list查看安装的包,运行python -c "import torch"来测试PyTorch是否安装正确。 可能用户没有提到但需要注意的点:服务器是否有GPU,是否需要安装CUDA驱动,或者是否需要额外配置SSH连接。如果用户是在远程服务器安装,可能需要使用命令行操作,无法使用图形界面,这时候PyCharm可能需要配置远程解释器。 总结下来,步骤需要分步写清楚,确保命令正确无误,同时推荐版本时要考虑兼容性和稳定性,给出不同选项供用户选择。最后提醒常见问题,帮助用户避免踩坑。</think>以下是在Linux系统上使用Xshell安装Anaconda配置虚拟环境的完整流程,以及相关工具版本推荐: ### 一、Anaconda安装流程(通过Xshell连接Linux服务器) 1. **下载安装脚本** ```bash wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh ``` 2. **执行安装** ```bash bash Anaconda3-2023.03-Linux-x86_64.sh ``` * 按回车阅读协议,输入`yes`同意协议 * 设置安装路径(默认`~/anaconda3`) * 最后选择`yes`自动添加环境变量 3. **激活配置** ```bash source ~/.bashrc # 或重启终端 ``` ### 二、虚拟环境配置 1. **创建新环境** ```bash conda create -n myenv python=3.9 ``` 2. **激活环境** ```bash conda activate myenv ``` 3. **安装PyTorch** ```bash # GPU版本(需NVIDIA显卡) conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia # CPU版本 conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` ### 三、PyCharm使用说明 1. **是否需要重新下载?** - 需要单独下载Linux版本的PyCharm - 支持与Windows/Mac不同的安装包,但专业版许可证可跨平台使用 2. **版本推荐** - **Anaconda**:2023.03(Python 3.9) - **PyCharm**:2023.3专业版(深度学习开发)或社区版(基础Python开发) - **PyTorch**:2.2.0(建议匹配CUDA 11.8或CPU版本) ### 四、验证安装 1. **检查环境** ```bash conda list | grep torch # 应显示torch相关包 python -c "import torch; print(torch.__version__)" # 输出版本号 ``` 2. **GPU验证(如安装GPU版)** ```bash python -c "import torch; print(torch.cuda.is_available())" # 应返回True ``` ### 五、注意事项 1. 服务器如有NVIDIA显卡,需提前安装对应版本的CUDA驱动 2. PyCharm需通过`File > Settings > Project Interpreter`添加已有conda环境 3. 推荐使用`screen`或`tmux`保持远程会话,避免网络中断导致安装失败 > 版本选择建议:新项目建议使用PyTorch 2.x + CUDA 11.x组合,兼容多数最新模型库。若服务器配置较低,可选择Python 3.8+PyTorch 1.13组合保证稳定性。
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值