GPU服务器上的FasterRCNN-tf版配置和demo运行
在服务器上配置FSRCNN的运行
之前的工作以及demo以及实验都是在实验室的PC上完成的,由于硬件的限制,缺少GPU,无法进行接下来的工作,所以进行项目迁移,对整个项目迁移到GPU服务器上进行,在此记录整个的迁移和配置过程
服务器连接
由于安全性保护问题,实验室的GPU服务器连接只能使用ssh登录的方式来进行。ssh登录的方式并不对本机的操作系统作任何要求,无论是Win10,Linux还是MacOS都可以直接使用,相当于通过ssh远程连接到服务器的操作系统当中。当然前提是服务器和本机已经配置了ssh。
在Win10中为开发者准备了最基础的命令行工具,通过右击左下角的win标志,选择Windows PowerShell即可打开
在Linux(Ubuntu)或者MacOS中,直接打开终端\命令行,输入ssh登录指令即可
通过ssh登录的方式如下:
ssh -p [port] root@233.233.233.233
以上的登录命令中,ssh是登录方式,-p [port] 是指定ssh的登录窗口,root是登录用户名,视自己情况修改,233.233.233.233为服务器IP,视情况修改。比如需要ssh登录,用名为sshuser的用户身份到101.10.10.1的23端口,就输入
ssh -p 23 sshuser@101.10.10.1
在第一次登录服务器时会选择是否将其ssh加入到信任名单中,输入yes即可完成连接。之后就进入了服务器的操作系统中。
服务器基本配置
实验室提供的服务器的操作系统为Ubuntu16.04,安装的GPU为NVIDIA GTX 1080Ti,已经安装好了CUDA(Ver 9.2)和CUDNN,此处不做重复工作,而剩下的各种软件环境还没有完成配置。
在开始部署项目前,先做好以下软件配置
1.anaconda3的安装:
下载安装anaconda