当前位置： 首页 > news >正文

快速搭建深度学习环境（Linux：miniconda+pytorch+jupyter notebook）

news 2025/7/10 7:57:50

本文基于服务器端环境展开，使用的虚拟终端为Xshell。

miniconda

miniconda是Anaconda的轻量版，仅包含Conda和Python，如果只做深度学习，可使用miniconda。

[注]：Anaconda、Conda与Miniconda

  • Conda：创建和管理包的工具，支持创建和切换虚拟环境
  • Anaconda：集成了Conda、Python和科学包的发行版本，包含数理统计常用的包
  • Miniconda：仅包含Conda和Python

下载

1、切换到安装目录：默认安装在当前目录下

2、下载shell脚本

wget --user-agent="User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.2.12) Gecko/20101026 Firefox/3.6.12" -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
  • --user-agent：设置代理，以浏览器的身份请求，否则会反爬机制过滤导致数据包丢失。user-agent的介绍见这篇博文。
  • -c：断点续传。
  • Miniconda3-latest-Linux-x86_64.sh：待下载文件的名称
  • https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/：清华下载源
  • Miniconda3-latest-Linux-x86_64.sh：待下载文件的名称。可以访问清华下载源，根据系统环境选择合适的版本。系统的版本、架构等信息可通过uname -a命令查看。

命令执行完成后，通过ls进行确认。

安装

使用bash命令执行已下载的.sh文件进行安装。

bash Miniconda3-latest-Linux-x86_64.sh

命令执行过程中，根据提示操作即可（敲回车–>阅读协议–>输入yes同意协议–>输入安装路径–>输入yes进行初始化）。

激活

执行source ~/.bashrc命令或重新登录服务器。

行首出现(base)则表示激活成功。

可通过以下命令设置是否默认进入base环境：

#修改默认配置
conda config --set auto_activate_base false # 默认不进入base环境
conda config --set auto_activate_base true # 默认进入base环境

验证

执行命令conda --help，若打印指令说明则说明安装成功。

配置国内镜像源

1、查询配置文件所在路径：conda config --show-sources

2、更新配置文件，以下配置仅供参考（可能失效）

channels:- defaults
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_urls: True

Conda的基本操作

1、创建虚拟环境：conda create --name [env_name]

2、激活虚拟环境：conda activate [env_name]

3、退出环境：ctrl+D

4、查看环境列表：conda env list

5、查看当前环境中的包：conda list

6、导出环境配置为.yaml文件：conda env export > environment.yaml

7、通过.yaml文件安装相关依赖：conda env create -f environment.yaml

Pytorch

安装

1、查看驱动所支持的最高CUDA API版本版本：执行命令nvidia-smi，表格首行-“CUDA Version”

※如 CUDA Version: 12.6

若环境中安装了CUDA Toolkit或Anaconda，也可尝试这篇博文中的另外两种方法。

2、获取安装命令

  • 在这个页面的“INSTALL PYTORCH”一栏配置可选项（推荐使用pip安装）。

    ※Q：如何选择Compute Platform？

    答：可直接点选与CUDA Version最接近的选项。以下为本人习惯的做法，也可参考：

    • 在download.pytorch.org/whl/torch/检索与上一步骤中“CUDA Version”最接近的版本。

    • 替换下一步骤中下载链接的“cuxxx”

    如：当前版本为12.6，ctrl+F检索关键词“cu126”，发现没有匹配结果，那么继续尝试“cu125”、“cu124”以此类推。通过这个方法，可以得到当前最接近的版本为12.4，那么我们的下载命令就是：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

  • 复制生成的命令（在最后一行）

    pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

3、安装：执行上述命令

若下载速度较慢，可尝试使用国内的PyPI下载源。以阿里云镜像为例：

  • 单次使用

    在上述命令末尾加上参数-i http://mirrors.aliyun.com/pypi/simple --trusted-host pypi.douban.com：

    pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124 -i http://mirrors.aliyun.com/pypi/simple --trusted-host pypi.douban.com

验证

1、执行语句python，进入python命令行

2、依次执行以下语句：

import torch # 导入pytorch库
torch.cuda.is_available() # 如返回True，说明当前显卡可用

Jupyter Notebook

安装

若已安装Anaconda环境，可以跳过这一步。

注意⚠️

若希望将Jupyter的访问连接转移到XManager，请在启动Jupyter前确保XManager可以正常运行，且能被Xshell调起。

安装命令如下：

pip install jupyter

验证：jupyter notebook，若能启动，说明安装正常。

在本机浏览器访问使用

1、生成配置文件：jupyter notebook --generate-config

该命令会生成一个.py格式的配置文件，并返回文件的路径

2、设置jupyter的密码：jupyter notebook password

3、查看Hash密钥：vim ~/.jupyter/jupyter_server_config.json

4、修改步骤一生成的配置文件

c.ServerAPP.ip = '*' # 允许所有ip皆可访问
c.ServerAPP.password = 'argon2:$argon2id$v=xx$m=xxx,t=xxx,p=xxxxx' #步骤三的密钥
c.ServerAPP.open_browser = False # 禁止自动打开浏览器  
c.ServerAPP.port = 8888 # 设置运行端口  
c.ServerAPP.allow_remote_access  = True # 允许远程访问

在vim编辑器中查找配置项的方法：

  • 在查看模式输入/+查询内容+回车
  • 查找下一个结果：n键
  • 查找上一个结果：N键

5、在Xshell中配置SSH隧道

  • 在左侧会话列表右键当前会话，打开“属性”窗口
  • 在左侧“类别”一栏选择“连接-SSH-隧道”
  • 在“TCP/IP转移”栏添加一条规则，“侦听端口”和“目标端口”都填步骤四中配置的c.ServerAPP.port参数值，其它参数不用改
  • “X11转移”栏中，取消勾选“转发X11连接到”
  • 点击确定。此时设置不会生效，需要重新连接服务器

在这里插入图片描述

6、启动：jupyter notebook

该命令将启动notebook和Jupyterlab。

可以使用screen命令将Jupyter服务挂到后台执行，例如：

screen -S JupyterServer #创建并进入会话
jupyter notebook #启动。ctrl+D可以退出会话（进程将被挂起到后台运行）
screen -dr JupyterServer #恢复会话

7、访问：在本地浏览器中通过以下url访问

  • lab：http://127.0.0.1:port/lab
  • notebook：http://127.0.0.1:port/tree

port为步骤四的c.ServerAPP.port，password为步骤二中设置的密码

大功告成！

参考

  • Linux安装conda - 知乎
  • Ubuntu wget 403_安装ubuntu24.04服务器报403错误-CSDN博客
  • Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
  • 【pip 安装】国内 pip 镜像源换源方法以及 pip 基本操作-CSDN博客
  • PyTorch
  • conda和pip安装流程、源配置、常用命令 | Anaconda 、Miniconda 和 conda 的区别 | conda和pip的区别_miniconda和conda的区别-CSDN博客
  • User-Agent代理的作用（最易懂！！）_user-agent的作用-CSDN博客
  • 远程linux服务器中安装jupyter通过本地浏览器访问使用_服务器jupyter 本地浏览器访问-CSDN博客
http://www.lryc.cn/news/525258.html

相关文章：

  • OpenCV相机标定与3D重建(66)对立体匹配生成的视差图（disparity map）进行验证的函数validateDisparity()的使用
  • 2025年新开局！谁在引领汽车AI风潮？
  • Spring自定义BeanPostProcessor实现bean的代理Java动态代理知识
  • 三篇物联网漏洞挖掘综述
  • Pytorch深度学习指南 卷I --编程基础（A Beginner‘s Guide） 第1章 一个简单的回归
  • 【EXCEL_VBA_实战】多工作薄合并深入理解
  • mysql之表的外键约束
  • Tuning the Go HTTP Client Settings
  • 第二十四课 Vue中子组件调用父组件数据
  • Jenkins-pipeline语法说明
  • 小米Vela操作系统开源：AIoT时代的全新引擎
  • NodeJs如何做API接口单元测试？ --【elpis全栈项目】
  • bundletool来特定设备规范的json安装aab包
  • 2024年第十五届蓝桥杯青少组国赛（c++）真题—快速分解质因数
  • .Net Core微服务入门全纪录（四）——Ocelot-API网关（上）
  • chrome游览器JSON Formatter插件无效问题排查，FastJsonHttpMessageConverter导致Content-Type返回不正确
  • [Qt]系统相关-网络编程-TCP、UDP、HTTP协议
  • docker 安装 nginx 详解
  • 2025年大模型气象预测架构与商业化影响
  • 基于51单片机和ESP8266(01S)、八位数码管、独立按键的WiFi定时器时钟
  • Androidstudio 中，project下的.gitignore和module下的.gitignore有什么区别，生效优先级是什么
  • python学习笔记3-字符串常用的方法
  • 提示词工程（Prompt Engineering）
  • 后端开发Web
  • set和map(二)详解
  • 第4章：Python TDD消除重复与降低依赖实践
  • 【语言处理和机器学习】概述篇（基础小白入门篇）
  • vue3+uniapp开发鸿蒙初体验
  • Android四种方式刷新View
  • 【数学建模美赛速成系列】O奖论文绘图复现代码