【记录】深度学习环境配置（pytorch版）

【补充】
服务器上配了新用户(权限有问题baidu都能解决），conda要自己装一下.
arch查看架构x86_64
查看发行版本信息cat /etc/issue Ubuntu20…
因为是远程服务器，只装miniconda够用了
在清华镜像上的选择适合架构的最新版本wget https://...指路zhihu教程👉Linux安装conda

---

nvidia-smi查看GPU信息

CUDA版本12.2
conda -V查询conda版本
22.9.0

新建conda环境
准备装python3.8

conda create --name caiman python=3.8.2
1

激活新环境

conda activate caiman
1

安装pytorch
IRRA模型运行需求是1.9.0
CUDA12.2还没有对应的正式版本，所以装的预版本
安装命令官网https://pytorch.org/get-started找对应
conda命令安装失败，原来一直用的pip所以还是换回pip命令（熟悉些）

pip的默认源设置为清华源

python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
1
2

pip命令安装对应pytorch, torchvision👇

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu121
1

还是慢…因为后面还是接了原来的下载地址--index-url https://download.pytorch.org/whl/nightly/cu121😢
应该要重开一下终端的（下次注意）

查询是否成功安装pytorch（踩过坑：cuda和pytorch版本不匹配，GPU不可用）

(caiman)... :~$ python
>>>import torch
>>>print(torch.cuda.is_available())
Ture #这样成功，False再检查一下版本是不是对应
>>>torch.__version__ #顺便再看一眼pytorch版本
'2.2.0.dev20230913+cu121'
1
2
3
4
5
6

如果运行代码过程中，发现版本不匹配等问题，可以试一下更新pytorch。不行的话再重装相应版本。

pip install --upgrade pytorch torchvision

命令行装不上的话，先去网站下载对应版本torch的轮子文件，再安装。
https://download.pytorch.org/whl/torch_stable.html
pip install xxxx.whl

其他，太多要装的包一下子不好想，干脆把项目传进去，缺什么pip install什么

after long time（而且only传了一个最小的数据集 | 用GUI工具或者SSH scp一些命令传）

值得注意的是yaml ，直接pip install yaml是不成功的，应该是pyyaml👇

pip install pyyaml
1

python进度条库tqdm，值得下载👍

pip install tqdm
1

还有nvitop可以监控GPU使用情况

pip install nvitop
1

这俩都是我用习惯了的小工具，现在才发现是另外安装的，没有还真不习惯，安装也很简单，直接pip；使用命令nvitop -m full实时展示显卡全部信息。
常用查询GPU命令nvidia-smi（前提装好了驱动）

pip install scipy之后，报错ImportError:cannot import name ‘imsave’ from ‘scipy.misc’
解决：

pip install imageio
1

将原报错语句代码注释，并使用imageio的imsave：

# from sci.py import imsave
import imageio
imsave = imageio.imsave
1
2
3

---

【补充】
本地PyCharm同步远程服务器
挺简单的（如果一步到位