0.准备工作

首先在本地拓展商场安装SSH 然后就会在活动栏（左侧）多出个（远程资源调控）点进

然后点击加号

输入 ssh 你的用户名@给你分配的服务器地址

然后选择C:\Users\**\.ssh\config，就可以连接了

接着在服务器的拓展商场安装Python和汉化Chinese

1.配置conda

1.下载mimiconda

在终端中（ctrl ~），使用以下命令下载Miniconda安装脚本。假设你选择的是Python 3的Miniconda版本，并且是64位：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

2.通过运行以下命令，赋予下载的脚本执行权限

chmod +x Miniconda3-latest-Linux-x86_64.sh

3执行以下命令开始安装过程：

./Miniconda3-latest-Linux-x86_64.sh

4.重新加载终端或启动新的shell实例：

source ~/.bashrc

5.输入简单的命令验证

conda  --version

2创建虚拟环境python

1.创建虚拟环境（基于你所需的python版本） py311 文件名自己可以修改

conda create -n py311 python=3.11
conda info --envs
conda activate py311 #激活环境

3配置cudatoolkit,cudnn,pytorch（适配python）

1.查看你的cuda版本 适配合适的cudatoolkit,cudnn

nvidia-smi    
#服务器的是11.2

2.查看你的镜像源下的cudatoolkit,cudnn版本（找到低于cuda 的 也可以问问ai哪些兼容）

conda search cudatoolkit
​
conda search cudnn

3.告诉AI 你的这些python， cuda版本 找到你所需的pytorch版本

4创建临时文件（直接在py311 下载的话 容易报错）

mkdir -p ~/conda_tmp
export TMPDIR=~/conda_tmp

5.下载 mamba 后续下载快（可选 建议）

conda install -n base -c conda-forge mamba -y

​

6.下载cudatoolkit cudnn pytorch (记得修改py311 你的文件名，下载的时候还是慢 别着急)

mamba install -n py311 cudatoolkit=11.0.221 cudnn=8.0.5 pytorch=2.0.1 torchvision=0.15.2 torchaudio=2.0.2 -c conda-forge -c pytorch -c nvidia

7.验证是否下载成功

# 检查包版本
conda list | grep -E 'cudatoolkit|cudnn|pytorch'
# 预期输出：
cudatoolkit         11.0.221     h6bb024c_0    conda-forge
cudnn               8.0.5        ha5ca753_1     conda-forge
pytorch             2.0.1        py3.11_cuda11.7*  pytorch

8.配置你的解释器

ctrl+shift+p
Python:Select Interpreter

然后选择你刚才配置的虚拟环境python 如下

然后创建 python文件验证

# 验证PyTorch GPU支持
import torch
print(f"PyTorch版本: {torch.__version__}")          
print(f"CUDA可用性: {torch.cuda.is_available()}")   # 应输出 True
print(f"CUDA版本: {torch.version.cuda}")   

4.配置jupyter

首先在拓展上下载jupyter

然后创建text.ipynb,选择内核（刚才配置的环境地址）

运行时候提示 安装ipykernel 不要安装

我们在终端(ctrl ~)安装

conda activate py311
​
conda install ipykernel --force-reinstall --update-deps -c conda-forg

e

再次运行就可以了