Ubuntu20.04服务器深度学习环境配置教程以及基于Win10的VScode远程连接开发_haikhaikhai

一. 介绍

本文主要介绍服务器上的深度学习环境配置，以及如何利用本地机器来远程连接使用服务器。

深度学习环境配置总体思路

1）先安装显卡驱动和该驱动最高支持的cuda版本（用nvidia-smi，以及nvcc -V查看）
2）安装Anaconda，创建自己的虚拟环境在虚拟环境中安装pytorch与对应的cuda版本。
查看安装版本方法：
import torch/print(torch.version)/print(torch.version.cuda)
在安装pytorch时需注意，官方安装比较满，一般需要换源，命令如下：
pip install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/
3）在自己的虚拟环境中配置各种包

二. 安装教程

1）Ubuntu20.04系统安装

一般服务器自带启动盘，一直yes就行了。
安装成功后，打开终端，把相应的配置更新一下：

sudo apt update
sudo apt upgrade
1
2

2）显卡驱动安装

这里有很多安装教程，介绍一种常用的一种最简单的。
1）常用的方法
以下命令在终端依次执行

# 卸载已有驱动
sudo apt-get --purge remove nvidia*
sudo apt autoremove
sudo apt-get --purge remove "*cublas*" "cuda*"
sudo apt-get --purge remove "*nvidia*"
1
2
3
4
5

# 安装推荐驱动
sudo ubuntu-drivers autoinstall
1
2

# 重启
sudo reboot
1
2

2）最简单的方法
选择设置中的【软件和更新】-【附加驱动】，选择如下图所示。

然后在终端测试一下，是否安装成功

nvidia-smi
1

显卡驱动安装成功，同时要注意我们显卡驱动的版本为515.65.01，
它能够支持安装cuda的最高版本为11.7，后续安装的cuda版本要小于11.7。

3）cuda安装

本文安装的是cuda 11.3，其他版本类似。
进入官网 https://developer.nvidia.com/cuda-toolkit-archive

cuda 11.3.0/11.3.1 随便选一个就行，这里我选择11.3.1，选择之后进入了下面这个页面，按照我这个选：

随后就会生成下载链接：

在Ubuntu终端执行：

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
1

等