使用腾讯云GPU服务器搭建深度学习环境

个人使用记录，非最佳实践，仅供参考，不断更新中……

购买服务器

1. 登录腾讯云官网 https://cloud.tencent.com/ ，“产品”-> “计算”-> “高性能应用服务”-> “立即使用”-> “新建”，进入新建页面。

image.png

image.png

image.png

1. 购买高性能应用服务器，“基础环境” -> “Ubuntu 20.04”-> “实例名称”-> “同意协议”-> “立即购买”，点击“立即购买”购买后进入服务器创建页面。（此时不用付费，服务器开始使用后从余额扣费）

image.png

1. 等待服务器创建完成

image.png

1. 状态变为“运行中”表示创建成功

image.png

登录服务器

1. 获取服务器公网IP

image.png

1. 服务器创建完成后，右上角“通知小铃铛图标”-> “查看更多”

image.png

1. 找到对应的消息，点击进入。（注意看时间，没有新消息的话刷新页面）

image.png

1. 此处可以查看登录名和密码，注意保存。

image.png

1. 在任一终端使用 ssh 命令和 IP、用户名、密码登录。依次执行以下命令，这里使用 PowerShell 演示。ssh ubuntu@42.42.42.42 # ssh连接，回车后输入密码，以服务器IP为 42.42.42.42 为例。 sudo passwd root # 设置root密码，注意保存，以后使用sudo命令会用到，回车后输入两次密码
   

   image.png
   nda
2. 下载并安装 Miniconda，依次执行以下命令，直接在当前文件夹下执行即可wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh # 下载安装脚本 bash Miniconda3-latest-Linux-x86_64.sh # 执行安装脚本，过程中需要几处确认 source ~/.bashrc # 重新加载并执行 ~/.bashrc 文件中的命令和设置，使设置立即生效执行脚本后给出查看协议的提示，这里回车。
   

   image.png
   出是否同意协议的提示，此时输入 yes ，回车。
   

   image.png
   里使用默认地址即可，直接回车。
   

   image.png
   入系统直接激活 base 环境，可根据自己需求选择，我选择 yes，回车。
   

   image.png
   

   image.png
   ~/.bashrc 文件中的命令和设置，进入 base 环境
   

   image.png
   境
3. base环境的python使用最新版本，可能遇到包文件不匹配的问题，此时新建一个虚拟环境，并指定python版本，依次执行以下命令。conda create -n demo python=3.10 # 新建python环境，其中demo是环境名，指定python版本为3.10 conda activate demo # 激活 demo 环境当前python版本为 3.12.4，新建python版本为3.10的环境，执行命令，回车。
   

   image.png
   包，此处输入 y，回车。
   

   image.png
   行命令 conda activate demo 激活demo环境，回车。
   

   image.png
   境，并且python版本为3.10.14
   

   image.png
4. 安装 torch，执行以下命令pip install torch执行命令，默认选择的是腾讯云的镜像，等待下载并安装完成。
   

   image.png
   

   image.png
5. 查看GPU状态，使用以下命令nvidia-smi正常显示GPU状态
   

   image.png
6. 查看python是否可以调用CUDA，依次输入以下命令或代码python # 进入python import torch # 引入 torch torch.cuda.is_available() # 检查cuda是否可用 exit() # 退出python代码的输出为 True，表示 cuda 可用
   

   image.png