1. 远程服务器基础准备第一次接触远程Linux服务器的同学可能会觉得有点懵其实就像你第一次用新手机需要激活一样服务器也需要简单配置。我刚开始用实验室服务器时连怎么登录都不会现在回想起来那些坑真是又好气又好笑。首先你需要三样东西服务器的IP地址比如192.168.1.100、用户名通常是你的英文名和密码。这些信息一般由实验室管理员或云服务商提供。推荐使用VS Code的Remote-SSH插件连接比命令行更友好。安装插件后按F1搜索Remote-SSH: Connect to Host输入用户名IP地址接着输入密码就能连上了。连上后你会看到一个黑乎乎的终端窗口别慌这就是Linux系统的操作界面。先运行几个基础命令热热身ls # 查看当前目录文件 pwd # 显示当前路径 df -h # 查看磁盘空间 nvidia-smi # 如果有GPU会显示显卡信息提示如果nvidia-smi报错可能是服务器没有NVIDIA显卡或者驱动未安装。这对后续安装GPU版PyTorch很重要建议先确认清楚。2. Anaconda安装与配置2.1 快速安装Anaconda在Linux上装软件和Windows双击exe完全不同但用Anaconda会简单很多。我对比过直接装Python和用Anaconda后者对环境管理太友好了。最新版下载命令wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh如果下载慢可以用清华镜像速度飞起wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.02-1-Linux-x86_64.sh下载完成后用bash命令安装bash Anaconda3-2024.02-1-Linux-x86_64.sh安装过程会问几个问题按回车阅读协议其实不用看输入yes同意协议确认安装路径直接回车用默认路径最后问是否初始化conda一定要选yes2.2 环境变量配置安装完可能会遇到conda: command not found错误这是因为系统找不到conda的位置。解决办法是更新bashrc文件echo export PATH$HOME/anaconda3/bin:$PATH ~/.bashrc source ~/.bashrc现在输入conda -V应该能看到版本号了。如果还不行可能是安装路径不同用find命令找找conda在哪find ~ -name conda 2/dev/null2.3 Conda基础操作conda环境就像多个独立的Python工作间我习惯为每个项目创建单独环境conda create -n pytorch_env python3.9 # 创建环境 conda activate pytorch_env # 进入环境 conda deactivate # 退出环境 conda env list # 查看所有环境注意安装包时一定要先激活对应环境否则会装到base环境里。我有次调试三天才发现用错环境血的教训3. PyTorch环境部署3.1 CUDA版本匹配PyTorch的GPU版本需要CUDA支持版本必须严格匹配。先用nvidia-smi查看服务器支持的CUDA最高版本nvidia-smi输出右上角会显示CUDA Version: 11.7这样的信息。这个不是已安装的CUDA版本而是驱动支持的最高版本。实际安装的CUDA版本可以用nvcc --version如果没有nvcc命令说明CUDA Toolkit未安装。这时候PyTorch会自带CUDA但要确保版本兼容。3.2 PyTorch安装命令到PyTorch官网(https://pytorch.org)选择对应版本。以CUDA 11.7为例conda install pytorch torchvision torchaudio pytorch-cuda11.7 -c pytorch -c nvidia如果网络不稳定可以先添加清华源加速conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/对于没有GPU的服务器安装CPU版本conda install pytorch torchvision torchaudio cpuonly -c pytorch3.3 验证安装装完一定要验证我见过太多人没验证结果训练时才发现问题。新建test.py文件import torch print(fPyTorch版本: {torch.__version__}) print(fCUDA可用: {torch.cuda.is_available()}) if torch.cuda.is_available(): print(fGPU设备: {torch.cuda.get_device_name(0)}) print(f当前显卡占用: {torch.cuda.memory_allocated()/1024**2:.2f}MB)运行后应该看到类似输出PyTorch版本: 2.2.1 CUDA可用: True GPU设备: NVIDIA RTX 3090 当前显卡占用: 0.00MB4. 常见问题排查4.1 版本冲突解决我最常遇到的问题是版本冲突。比如装完PyTorch后numpy报错可以用conda list查看已安装版本conda list | grep numpy如果版本不兼容可以指定版本安装conda install numpy1.23.54.2 空间不足处理服务器空间经常告警conda会占用大量空间。几个清理命令conda clean --all # 清理缓存包 rm -rf ~/.cache/pip # 删除pip缓存 du -sh ~/anaconda3 # 查看conda占用空间4.3 环境迁移技巧要把环境复制到其他服务器可以用conda env export environment.yml # 导出 conda env create -f environment.yml # 导入或者用更轻量的pip方式pip freeze requirements.txt pip install -r requirements.txt最后提醒大家服务器环境配置就像搭积木一步错可能导致后面全错。建议每完成一个步骤就测试验证别等到最后才发现问题。我在配置第一个PyTorch环境时花了整整一周现在回头看那些坑其实都有规律可循。记住三个关键点版本匹配、环境隔离、及时验证能避开90%的问题。