深度学习服务器（Linux）开发环境搭建教程

当你拿到一台服务器的使用权时，最头疼的莫过于登陆服务区并配置开发环境。本文将从0开始，讲述一台刚申请的服务器远程登陆并配置开发环境的全过程。希望对你有所帮助

1.登陆服务器

• 打开MobaXterm软件，创建一个新的Session，选择SSH登陆。其中Remote host填服务器的IP地址，Specify username填用户名（学校的用户名是u+学号），Port填服务器端口。【SSH信息在学校服务器网站我的资源里可以找到】
• 信息填写完毕之后，点击OK即可登陆，登陆时需要输入密码，如果忘记密码可以在服务器网站重置
  

2.Pycharm软件安装

• 在pycharm官网下载安装包（我习惯下载2022.2.5专业版），并上传到服务器，在服务器上解压

tar -vxzf pycharm-professional-2022.2.5.tar.gz
1

• 进入到安装界面，使用指令安装

cd pycharm-2022.2.5/bin
sudo ./pycharm.sh
1
2

• 根据提示进行安装即可。社区版直接按照提示即可完成安装。专业版如果使用教育优惠试登陆时，需要进入浏览器，但是此时服务器并没有浏览器，可以点击Troubles进入其它浏览器登陆界面，点击copy the link之后把链接复制到其它本机浏览器中，登陆jetBrains的账号即可获得一串token，将其复制到输入框中并确认即可登陆并使用教育版

• 安装完毕之后，由于服务器没有安装中文字体，所以很多中文显示不出来，需要设置一下中文字体，具体操作见这篇博客，操作结束之后重启IDE就可以显示中文字体了。

• 随后安装中文插件chinese (simplified) Language Pack，可以再plugins里面直接安装。如果加载不出来，就要在https://plugins.jetbrains.com/pycharm离线下载相对应版本的安装包，并上传到服务器，选择离线安装即可。

• 每次进入pycharm都要进入bin文件夹，再sudo ./pycharm.sh，很麻烦，下一步就要设置aliases，这样每次在命令行输入pycharm命令时就可以直接打开IDE了！

cd ~
vim .bash_aliases
#在文本中添加以下指令并保存（注意更改具体路径）：
alias pycharm="sudo /home/user/pycharm-2022.2.5/bin/pycharm.sh"

source ~/.bash_aliases
1
2
3
4
5
6

3.配置conda环境

在服务器中应该默认安装的有conda软件，但是它在/opt路径下，每次服务器到期后，之前安装的环境就会清空，但是/home/user下的数据一般不会清空，所以每次进入服务器都需要重新配置环境。大家知道配置环境是一件很麻烦的事情，所以笔者在这里想到了一个巧妙的方法——移植环境。

• 将之前正在使用的环境压缩（不知道路径可以conda env list查询，环境文件一般在…/conda/envs目录下）

tar -vczf myenv.tar.gz myenv
1

• 将压缩好的环境上传至服务器，解压至…/conda/envs目录下

sudo cp myenv.tar.gz /opt/conda/envs
sudo tar -vxzf myenv.tar.gz
sudo rm myenv.tar.gz
1
2
3

最后使用conda env list指令查看当前所有环境，检查环境是否移植成功。

4.上传程序并匹配环境

• 上传程序所需的数据集（包括训练集、测试集等）

• 将程序打包，并上传到服务器，并解压，使用pycharm打开

• 在pycharm设置已经存在的conda环境，设置完成conda环境后就可以跑程序啦！
  【若环境打包出现了问题，可以去网上搜一下相关的博客，找找问题所在】
  

• 当使用服务器跑程序时，经常会遇到关闭IDE程序就停止运行的问题，我们跑程序一般都是很长时间，总不能一直连接着服务器吧？那也太不方便了吧！一款十分小巧的工具完美地解决了这个问题——screen。详细使用教程见此链接

screen -ls		# 查看当前所有screen
screen -S test	# 创建一个名为test的screen
Ctrl+A+D		# 将当前screen切换至detech状态
screen -r test	# 将名为test的screen恢复至命令行
kill -pid		# 将当前pid杀掉
1
2
3
4
5

5.后记

最后总结一下需要准备的文件：

1. pycharm2022.2.5专业版安装包
2. pycharm中文语言包222.426
3. 备份的conda环境
4. 程序文件
5. 数据集（训练集、验证集）