当前位置:   article > 正文

Pycharm远程调用GPU服务器(基于Anaconda、pytorch环境配置)_python 异步远程调用gpu服务器

python 异步远程调用gpu服务器

简介

pytorch为我们搭建深度学习模型提供了很大的便利,尤其是在高性能的GPU服务器上运行时,训练所需时间相比本地电脑要减少很多。本文根据自己的摸索以及研究所里同学的帮助,介绍了如何在GPU服务器上搭建Anaconda+pytorch环境以及如何利用pycharm进行远程连接调用。

一、Xshell远程连接GPU服务器配置Anaconda

(1)Xshell远程连接服务器

首先通过Xftp连接远程服务器,根据服务器主机地址、用户名、密码新建连接,如下图:

在这里插入图片描述
Xttp连接上服务器之后,再通过”新建终端“打开Xshell,完成Xshelll对服务器的连接,如下图。
在这里插入图片描述

(2)在GPU服务器上安装Anaconda并激活环境

通过Anaconda官网 链接下载对应版本的Anaconda。下载完成后,将文件通过Xttp传入服务器中自己的文件夹中,如上图中的Anaconda3-2020.11-Linux-x86_6.sh文件。
在这里插入图片描述
在Xshell中通过cd 切换文件夹目录到Anaconda安装包所在的文件夹,然后执行命令:

bash Anaconda3-2020.11-Linux-x86_64.sh
  • 1

然后根据安装过程的提示,输入回车或者“y”完成安装。完成安装后,需要对环境进行激活。具体方法为:在Xshell中通cd命令行输入如下两行命令:

chmod 777 activate 
source ./activate
  • 1
  • 2

完成环境激活后,输入python,出现如下提示,说明环境适配完成。
在这里插入图片描述

二、pycharm远程调用GPU(基于Pytorch)

(1)为GPU服务器配置pytorch环境

通过Xshell连接服务器后,根据pytorch官网链接的命令,安装pytorch。
在这里插入图片描述
在安装过程中,可能会遇到网络无反应的报错,原因是官网地址下载速度过慢,解决办法为添加国内镜像。这里添加清华的镜像,具体命令如下:

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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

随后再执行安装命令,注意要去掉 -c python,才可以从镜像下载。

conda install pytorch torchvision torchaudio cudatoolkit=9.2
  • 1

通过镜像安装会发现网络非常顺畅,结束后,我们便完成了pytorch的安装。

(2)通过pycharm连接GPU服务器

在pycharm的setting的Python Interpreter中添加编译器。
在这里插入图片描述
再SHH Interpreter中填入服务器地址和用户名。
在这里插入图片描述
输入密码后点击下一步。
在这里插入图片描述
在Select Python Interpreter中选择编服务器中anaconda安装路径bin文件夹下的python或者python3。在Sync folders选择服务器上用于同步本地文件的地址,完成连接。
在这里插入图片描述
最后测试下,是否能顺利调用服务器上的GPU,结果为True,配置成功。

import torch
print(torch.cuda.is_available())
  • 1
  • 2

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/秋刀鱼在做梦/article/detail/1019559
推荐阅读
相关标签
  

闽ICP备14008679号