服务器深度学习搭建示例

为了开启一个新的技术路线，我决定做一个新的技术分享，为以后自己查阅和他人遇到问题能够快速解决。

关于服务器搭建：

我所选取的是阿里云的ecs只租用了一个月9.5元

除了阿里云控制台以外，我还选用了堡塔终端做ssh连接，这个见仁见智，xshell也不错的。

为确保ssh连接以及http等协议能够正常运行，在安全组里添加规则

如果你选用其它服务器或者linux终端，就需要通过shell命令进行配置，在此不做赘述。

 

安装可视化桌面方便在阿里云控制台vnc连接时可以远程桌面

sudo apt-get install ubuntu-desktop

 

常用linux命令大全参考这篇博客

https://blog.youkuaiyun.com/luansj/article/details/97272672

 

由于笔者在windows上经常使用python开发，所以接下来在linux服务器安装python的anaconda环境

 

建议在根目录usr下建立一个文件夹，为的是以后vnc访客登陆linux可以操作，访客没有权限查看和操作其他一些重要文件夹

mkdir /usr/code

 

进入此文件夹下载anaconda

cd /user/code

wget https://www.anaconda.com/download/#linux

 

通过ls命令查看文件名字并安装

bash 文件名字

一路按照提示yes即可

可以通过以下命令查看安装是否成功

 

接下来创建虚拟环境以tensorflow为例

根据自己的conda安装的python版本执行命令

自己命名环境名称我的是tf20

conda -n create tf20 python=3.7.1

根据提示输入yes就行

 

激活环境

conda activate tf20

更新pip

conda uodate pip

安装tensorflow2.0

pip install tensorflow==2.0

GPU版本

pip install tensorflow-gpu==2.0

 

其他python模块安装如此历程一样。我还安装了matplotlib、PyQt5、Pillow等模块方便深度学习。可以通过conda list查看当前环境下的所有包。其中Pillow导入是import PIL。至此可以使用python交互式解释器来进行编程。一般还是使用vim进行程序编写，vim教程连接如下：

https://www.cnblogs.com/chaoyingLi/p/11175872.html

 

当我们有了自己的linux服务器后，特别是深度学习或者长时间的执行程序，我们又不能时刻保持ssh连接的时候，就需要后台挂在程序持续执行，接下来讲述该方法

 

安装screen

sudo apt-get install screen

 

语法创建会话

screen -s 会话名称自己定的

之后就可以在会话执行程序了

 

断开ssh后再连接使用

screen -r 会话名称

程序将持续后台执行。

 

在会话中可以通过ctrl+a来删除退出会话

以上为基本操作，更复杂具体可查看

https://www.cnblogs.com/chaoyingLi/p/11175872.html