1.远程连接

首先使用Xshell进行远程连接，这里查看了一下服务器的配置：

nvidia-smi
df -h

nvidia-smi命令查看显卡，df -h查看磁盘空间。

运行结果：

2.安装anaconda3

（1）安装包上传

首先是使用XFTP将anaconda3的linux版本上传到服务器中。新建名为anaconda的文件名称，并把Anaconda3-2024.02-1-Linux-x86_64.sh安装包防止在此文件内：

（2）安装包解压及安装

之后打开xshell，进行解压安装：

①首先进入安装包所在文件夹：

cd "指定文件路径"

结果如下：

可以看到已经进入了指定保存路径。之后输入ls查看该文件下所保存的内容：

②对安装包进行解压

之后使用如下命令进行解压：

sh Anaconda3-2024.02-1-Linux-x86_64.sh

③根据步骤安装：

在不断回车之后会让输入yes进行选定安装：

之后会弹出下面三个选项：

分别的含义是：按回车在默认路径进行安装、按ctrl-C取消安装、或者输入新的路径安装到指定位置。这里直接回车即可。

经过等待就会弹出安装成功的字样，但是图中会询问是否打开终端自动激活conda，这里选择yes。之后就会成功安装了。

④检查是否安装成功：

之后重新连接远程服务器输入conda-V即可检查。

成功的完成了安装配置。

3.配置代码运行环境

（1）新建环境

在安装完成anaconda之后就可以使用下面这个命令新建一个环境名称，后续所有包都会在此环境下下载。

conda create --name 环境名称 python=3.10

结果如下：

（2）激活环境

使用

conda activate 环境名称

即可成功激活环境

使用   conda deactivate 环境名称  命令即可返回base环境。

conda list   命令即可查看该环境下安装的所有包

pip install torch==2.6.0+cu124 torchvision==0.21.0+cu124 torchaudio==2.6.0+cu124 -i https://pypi.tuna.tsinghua.edu.cn/simple

（3）安装所需深度包

包括pytorch等，打开网址：https://pytorch.org/get-started/previous-versions/选择合适的安装命令。这里是根据cuda版本来选择的：

所安装的pytorch版本不能大于这个。

我这里选择的是12.4版本的：

pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124

之后等待下载即可：

如果下载速度特别慢，可以使用镜像源的方法：

pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

4.检查是否安装成功

python -c "import torch; print(f'PyTorch版本: {torch.__version__}'); print(f'CUDA是否可用: {torch.cuda.is_available()}')"

运行这段代码即可。运行结果如图：