深度学习远程服务器配置

最新推荐文章于 2024-10-16 21:01:13 发布
最新推荐文章于 2024-10-16 21:01:13 发布
阅读量2.7k 收藏 39
点赞数 5
分类专栏： 深度学习 文章标签： 深度学习 linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_41775769/article/details/123158609
版权

深度学习远程服务器配置

  在深度学习的科研任务中，很多模型的运行都会用到 GPU 和显存，如果个人计算机的配置有限，我们通常会在单位提供的算力更高、性能更好的服务器上跑大型的模型代码。当然，在正式使用服务器之前，需要向服务器的管理员申请个人账号，然后在自己的工作目录下进行深度学习的环境配置。

1. 服务器安装 Anaconda

  我们配置深度学习的 Python 环境时，一般会用到 Anaconda 包管理工具（里面自带 Python 和很多模块），可以在清华的镜像网站 https://repo.anaconda.com/archive/index.html 上下载对应版本的 Anaconda 进行安装。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hejI7u7g-1645891100958)(C:\Users\17209\AppData\Roaming\Typora\typora-user-images\image-20220226204610495.png)]

由于服务器大多都是 Linux 操作系统，所以这里选择安装的是 2020.11 发布的 Anaconda3-2020.11-Linux-x86_64.sh，然后再将软件包通过软件传输工具（推荐Xftp5）发送到服务器的个人目录下。

最低0.47元/天 解锁文章
深度学习服务器配置（ubuntu+1080ti）
baidu_27952463的博客
01-11 870
ubuntu 16.04 1,安装nvidia驱动，(懒人安装法) Ctrl+alt+F1进入终端安装显卡驱动，安装驱动时，先关闭可视化界面，sudo service lightdm stop， 将系统进行更新升级 sudo apt-get dist-upgrade sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get...
远程服务器配置
Otaku love travel
07-03 2484
1、我的电脑作为被远程桌面连接的电脑，需要设置远程，开启远程桌面服务。右键点击计算机—属性—远程设置，打开系统属性对话框。2、在系统属性—远程选项卡处，点击勾选“允许远程协助连接这台计算机”，“允许运行任意版本的远程桌面的计算机连接(较不安全)”，完成后点击应用，确定即可。3、由于现在有些版本的远程桌面不允许存在空密码，因此需要对用户账户Administrator用户设置一个的密码。点击开始—控制...
远程服务器配置深度学习环境
GavinChan
02-13 1305
随着AI技术越来越火，一个机械结构的也开始卷入深度学习机器视觉。由于对YOLO（You Only Look Once）比较感兴趣，参考了B站）教程搭建Yolov3基于VOC2007+12数据集的深度学习模型。由于本子太慢了，借助远程服务器进行训练。
一般远程服务器什么配置文件,一般远程服务器什么配置
weixin_34439836的博客
08-11 463
一般远程服务器什么配置 内容精选换一换Windows操作系统云服务器在登录时会遇到“出现了内部错误”提示，无法正常连接到服务器。这种情况一般都是远程服务太忙导致。Remote Desktop Services服务忙碌导致的登录异常。远程桌面登录后断开连接，但未注销登录也可能会出现这个提示。为了避免类似情况，建议在不需要远程连接服务器时及时注销登录。通过控制台提供的VNC方式登配置了GPU的环境：执...
深度学习服务器环境配置——NVIDIA显卡驱动、CUDA、Anaconda、Pytorch安装。
2301_76790188的博客
01-16 2212
过程经验分享，适用于使用计算机进行人工智能的深度学习所需的服务器（Centos 7 ）环境配置，anconda，cuda，pytorch的安装。
如何用远程服务器的GPU跑yolo深度学习项目(新手也能学会）
aloha
04-19 2989
6.下载完成后，执行python detect.py，如果出现报错可能是可你在本地pycharm中运行出现的错误一样（步骤3），同样解决掉就行，如果出现其他错误百度一下即可，以下表示检测成功。3.同理，通过Xftp将压缩后的yolo项目传到服务器，解压，执行python train.py就可以开始训练了。切换到自己在xshell中建立的虚拟环境，进入到yolov5的根目录，执行pip install -r requirements.txt(安装所需的依赖包)，如下图。
【研0小白暑期准备】实验室的深度学习服务器环境配置
weixin_52078423的博客
07-21 2690
本文讲解了已知服务器IP地址的前提下，如何在本地搭建服务器的深度学习环境的方法。本文以linux系统的服务器为例，讲述了如何使用远程连接软件、在服务器上安装anaconda和pytorch等步骤，为后续在远程服务器上运行本地代码打好了基础。
远程登陆服务器跑深度学习程序
qq_43218502的博客
06-13 6879
什么是远程登陆服务器跑深度学习程序： 我最开始跑程序都在cpu或者谷歌云端，最近刚开始有gpu服务器，有空可以写一下谷歌云端跑程序教程，对于没有gpu服务器的可以考虑蹭谷歌云端的gpu，缺点就是非常不稳定，跑一个小网络可能要掉线三四次，很崩溃。 远程登陆服务器跑深度学习程序：在远程服务器上搭建跑程序的环境，然后把你想跑的程序及相关的文件传到远程服务器上，用命令行或者Pycharm或者Jupyter Notebook开始调试程序。也就是本机只是控制作用，程序的运行是在服务器上，利用了服务器的gpu可以加快深度
远程服务器（已配置）运行深度学习算法踩坑
qq_41166278的博客
10-12 1608
查看可使用的显卡 nvidia-smi 由上图可知显卡0目前空闲，可以用来运行我们的代码 根据代码文档激活环境 我这里使用anaconda激活了预先安装的pytorch1.6以及python3.6的环境，操作如下： conda activate torch16py36 选择显卡运行代码 使用单个GPU加速计算 若代码中有设定默认显卡，则设置默认显卡为0,直接开始运行 python xxxx.py 若没有设定默认显卡，可以在命令前设置空闲显卡可见，屏蔽其他显卡 CUDA_VISIBLE_DEVIC
自用深度学习服务器配置
weixin_39732260的博客
11-02 866
产品名称 型号参数说明 数量 处理器 i9-9820x 1 主板 华硕x299-A 1 内存 海盗船2666 16G 4 硬盘 三星 860 EVO 250 2.5寸 1 机械硬盘 WB 2T 3.5寸机械硬盘 1 显卡 NVIDIA RTX 2080ti 2 电源 海盗船 hx1...
深度学习服务器配置过程
qq_36831368的博客
02-26 4939
1、安装系统 1.1 系统配置： 显卡：Tesla P100； 系统：Ubuntu16.04-desktop（英文版） 软件：cuda+cudnn+docker+nvidia-docker 1.2 换源 ubuntu16.04换国内最快源(其它版本也适用) 1.3 安装中文输入法 System Settings ->Language Support（弹出界面，选择install） ->Install/Remove Languages ->Chinese（Simplified） ->再
【深度学习服务器配置篇】之服务器环境配置
shizi_zhang的博客
10-11 3334
与vscode不同，本篇用到的主要工具是MobaXterm，主要用于与服务器进行文件交互。内含服务器配置环境的详细操作。
深度学习环境配置之远程连接服务器（包括VScode及Pycharm）
m0_56644478的博客
10-16 2220
本文主要记录如何使用VScode以及Pycharm远程连接服务器，并对两种IDE作简单比较。
【pytorch】远程服务器搭建深度学习环境miniconda3+cuda11.1+cudnn+pytorch
zoetu
06-17 5058
远程服务器搭建深度学习环境miniconda3+cuda11.1+cudnn+pytorch
深度学习服务器配置流程
qq_33287130的博客
07-19 969
ubuntu 以下网站为NVIDIA显卡驱动、cuda、tensorflow、服务器配置参照网址： https://blog.youkuaiyun.com/weixin_40522162/article/details/80302735 https://blog.youkuaiyun.com/u010801439/article/details/80483036 https://blog.youkuaiyun.com/yinxin...
深度学习服务器，配置推荐来啦？
Ai17316391579的博客
10-31 2345
深度学习的动机在于建立可以模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像、文本和声音等。深度学习通过学习一种深层非线性网络结构，只需简单的网络结构即可实现复杂函数的逼近，并展现了强大的从大量无标注样本集中学习数据集本质特征的能力。 建议您选择深度学习服务器时需要注意以下几点：
远程深度学习服务器配置（ cuda + cudnn + nvidia-cuda-toolkit + docker + vscode）
aiyaya333的博客
07-11 3982
记录自己的踩坑经历，配置深度学习远程服务器的完整流程。cuda+cudnn+anaconda，zerotier,xshell7,xftp,vscode
linux深度学习服务器搭建——远程登录与远程桌面配置
小玺大大
06-15 5750
一 背景     linux远程登录模式主要有两种：ssh命令远程登录和远程桌面登录。下面介绍这两种远程登录的配置。 二 ssh远程登录的配置与使用     我一般使用MobaXterm进行ssh远程登录，官网：https://mobaxterm.mobatek.net/。安装后即可使用ssh进行登录，登录命令为ssh username@服务器ip地址，比如我的用户名为123，服务器ip地址...
远程服务器深度学习环境搭建
最新发布
12-31
### 如何在远程服务器上配置深度学习环境 #### 一、前期准备 为了确保能够在远程服务器上顺利配置深度学习环境，需先确认已具备SSH访问权限以及root或sudo用户权限。这些准备工作能够帮助顺利完成后续操作。 #### 二、更新系统包管理器并安装基础工具 保持系统的最新状态非常重要，在开始之前应该执行系统升级命令来获取最新的安全补丁和其他改进[^1]。 ```bash sudo apt update && sudo apt upgrade -y ``` #### 三、安装必要依赖库 对于大多数Linux发行版而言，下面是一些常用的预处理步骤： - 安装基本构建工具链 `build-essential` 和版本控制系统 Git； - 配置NVIDIA驱动程序（如果有GPU支持需求），可以通过官方文档找到对应的操作指南； - 设置CUDA Toolkit及其配套cuDNN SDK，这是利用NVIDIA GPU加速计算的关键组件之一； 具体命令如下所示： ```bash # 安装编译工具和Git sudo apt install build-essential git -y # NVIDIA驱动安装省略... # CUDA Toolkit与cudnn安装方法请参照官方网站说明... ``` #### 四、创建虚拟环境用于隔离项目依赖关系 推荐采用Anaconda/Miniconda来进行Python环境管理和依赖项控制，这样可以有效避免不同项目的冲突问题，并简化后期维护工作量。 ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh source ~/.bashrc conda create --name dl_env python=3.9 conda activate dl_env ``` #### 五、安装深度学习框架及相关扩展模块 根据个人喜好选择合适的深度学习平台，比如TensorFlow, PyTorch等。这里以PyTorch为例展示具体的安装方式： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 ``` 上述指令适用于带有CUDA 11.7支持的GPU设备。如果没有相应的硬件条件，则应移除URL参数以便于仅下载CPU版本。 #### 六、验证安装成果 最后一步是要检验整个流程是否成功完成。可以在交互式shell里运行简单的测试脚本来查看是否有任何错误提示信息出现。 ```python import torch print(torch.cuda.is_available()) ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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