把在服务器中配置pytorch的过程和遇到的问题记录一下。一开始要配置环境的时候真的很懵，完全不知道从哪里入手，这里我也把过程顺序做一个简单的记录（啰啰嗦嗦地把服务器连接也放了进去O(∩_∩)O），希望可以对大家有所帮助。我会把我在配置环境过程中用到的教程放在博客的最后。（python的安装和创建激活虚拟环境的命令参考教程(1)）

1、服务器连接

 这里我用的是Xterm





 然后一路OK下去，在终端中输入密码就建立连接了

2、在服务器中安装python

wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh  
#我把清华镜像源网站放在这里，大家可以根据需要自行选择版本  https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
#这个是python版本对应的anaconda：https://docs.anaconda.com/anaconda/packages/oldpkglists/（推荐选择python3.6或者python3.7，3.8我试了出了很多问题）
bash Anaconda3-2020.07-Linux-x86_64.sh 
#这里的输入命令的时候记得改版本

PATH是要安装的位置（对了，Xterm中可以直接按下滚轮粘贴内容(●’◡’●)）
过程中根据提示输入enter和yes就好，在安装过程中会出现more，一直回车往下进行就好了

 这里有一个问题需要注意：在安装过程中，在输入第二个enter的时候，是询问安装位置，如果直接enter就是默认在它给出的路径中，如果想要更改，直接输入要安装的路径即可（路径最后的文件夹是执行命令时创建的，原来文件夹中不能有）

测试是否安装成功：

source ~/.bashrc（#重新启动环境变量，一定要输入这条命令！）
python

 这里要切换到安装的目录下进行测试

3、创建并激活虚拟环境

创建虚拟环境，NAME是虚拟环境的名称，自己随便起一个就好了

conda create -n NAME python=3.7

进入虚拟环境

source activate NAME

查看cuda版本，找到对应版本的torch（这里的解释和怎么找版本具体内容在参考教程(1)中有详细的介绍(●ˇ∀ˇ●)）

cat /usr/local/cuda/version.txt
#https://pytorch.org/  pytorch官网，直接选择自己需要的版本下载就可以
#下载pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
#下载tensorflow
conda install tensorflow-gpu==1.15
#如果需要自己指定版本，如上所示，如果不需要自己指定版本，则去掉==1.15，默认安装最近版本

测试配置是否成功，最后出现True证明配置成功

#pytorch验证
python
import torch
print(torch.__version__)
print(torch.cuda.is_available())

这里没有放图，看到最后出现True则为安装成功，就可以开始用了

#tensorflow验证
python
import tensorflow as tf
print(tf.test.is_gpu_available()) #比较旧的版本用这个
tf.config.list_physical_devices('GPU') #比较新的版本用这个

4、pycharm配置远程连接服务器

 这里有一点要注意，社区版的pycharm是不可以进行远程连接的，要用专业版的才可以，在这里放一个学生版免费试用pycharm专业版的安装教程安装pycharm教程
Tool->Deployment->configuration
点击+，选择SFTP，随便起一个什么名字

然后在SSH configuration后边点三个点，然后继续点+，填写主机地址，名称和密码（这里我忘记截图了，如果没有表述清楚的可以看一下原文，很详细的）
填好信息后点击test connection，出现连接成功

接下来的按步骤操作就好，这里的步骤是远程操控pycharm教程中的，我把原文教程放在了最后



接着next->finish就完成了！！！
(1)配置pytorch环境教程
(3)pycharm远程连接教程