在服务器搭建深度学习环境随笔

１、查看CUDA版本

nvcc -V

２、conda的使用

创建envs

#空环境
conda create --name myenv
#设置python版本
conda create -n myenv python=3.6

进入envs

source activate myenv

退出envs

source deactivate

安装packages

pip install packagename

 安装pytorch(pip方式)

pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl
pip install torchvision

conda安装pytorch（会自动安装cuda、cudnn）

conda install pytorch torchvision cuda80 -c pytorch

conda安装tensorflow(会自动安装cuda、cudnn) 

conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu

conda安装opencv

 conda install --channel https://conda.anaconda.org/menpo opencv3

 删除envs

conda remove --name myenv --all

更换Conda源 清华镜像

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
#输入命令检查channels
conda config --show channels

３、服务器之间的通信

向服务器传输文件

#把本地的source.txt文件拷贝到192.168.0.10机器上的/home/work目录下
scp /home/work/source.txt work@192.168.0.10:/home/work/
#拷贝文件夹，加-r参数
scp -r /home/work/sourcedir work@192.168.0.10:/home/work/