安装搭建AI开发环境（保姆级教程）

前言

公司需要开发的新产品涉及到AI相关，需要搭建AI深度学习开发环境，笔者使用本地VS Code+远程jupyter服务器方便调试代码。

Win10使用VM安装Linux系统

为了方便调试github上面的源码，我选择搭建Linux系统的开发环境，笔者虚拟机安装使用的是CentOS7.9系统，不想安装虚拟机也可以在win10系统上直接搭建

win10 x64
VMware 16

清华镜像站下载CentOS7.9 DVD 镜像，千兆网速1分钟就下载好了。
使用VM16安装下载来的iso文件，简易安装系统后发现复制粘贴文件有点问题，重装了VM Tool也没有解决，为了节约时间笔者就没继续研究，打开服务器SSH，使用【 FinalShell】或【xshell,xftp】软件解决文件复制问题。

1.修改pip镜像源方便后续安装

pip下载国外镜像速度太慢，通过修改为国内镜像源来提高速度

全局设置其他镜像源，只要执行一条就行

#pip单次修改镜像源用-i 参数来指定安装包的来源，下面这行是用清华源安装numpy
    pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
#全局设置清华源
    pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
#中科大镜像源
    pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
#阿里云镜像源
    pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
#恢复默认源（需要的包版本找不到时使用）
    pip config set global.index-url https://pypi.python.org/simple

2.安装Anaconda

笔者是跟着这篇文章安装，后续再修改详细的版本
如何在Linux服务器上安装Anaconda（超详细）
安装后修改默认路径，防止C盘爆满
anaconda虚拟环境默认路径的更改_anaconda修改默认保存路径_lhx滴xjq的博客-CSDN博客
修改默认环境和默认路径方便使用_anaconda prompt怎么切换环境_菜鸡不叫的博客-CSDN博客
conda anaconda切换清华源_anaconda更换清华源_watermelonoops的博客-CSDN博客

创建环境

conda create -n pytorch python=3.7.16 （pytorch 是我自己取的名字）

激活指定环境

conda activate [环境名，默认为空着是base]

查看当前已有环境

conda info --envs

1.查看已安装的内容

conda info -e

2.激活环境

conda activate pytorch

3.查看conda版本

conda --version

4.更新

conda update jupyter_client jupyter_core

5.删除环境
离开激活的环境

conda deactivate

6.列出所有的环境

conda env list

7.找到需要删除的环境后，删除xxx（为需要删除的名称）

conda env remove -n xxx

8.更新虚拟环境中的python到指定版本

conda install -c anaconda python=3.8

3.安装jupyter notebook

执行

pip install jupyter notebook

若返回以下信息说明安装完成

Inatalling collected packages: jupyter
Successfully installed jupyter-1.0.0

更换默认执行环境

• jupyter notebook访问的时候
• 默认使用了anaconda的base环境
• 下面命令切换到名为pytorch的虚拟环境，替换里面两个pytorch即可切换其他环境

python -m ipykernel install--user--name pytorch --display-name "pytorch"

安装插件（可选）

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install--user

4.jupyter服务器配置远程访问

第1步
​ 首先我们要生成一个JupyterNotebook的配置文件：执行conda activate激活环境后打开Anaconda Prompt，输入

jupyter notebook --generate-config
记住这个地址，我们一会儿需要按照这个地址找到配置文件（就是这个jupyter_notebook_config.py）

第2步
​ 同样还是在Anaconda Prompt，我们输入

​ jupyter notebook password

然后就会返回一个Enter password（输入密码）和Verify password（确认密码）给你填，就和我们平时注册账号是一个样的。我们填入密码后，会出现下面的信息：Wrote hashed password to /Users/Admin/.jupyter/jupyter_notebook_config.json。复制出里面的密钥像这样
argon2:

     a 
    
   
     r 
    
   
     g 
    
   
     o 
    
   
     n 
    
   
     2 
    
   
     i 
    
   
     d 
    
   
  
    argon2id 
   
  
argon2idv=19$m=10240,t=10,p=8$2GNJzkO1dY4ZgK9xaxAGYw$2+X5CTkzAEFlw+JS1I8j5rMopIjOhiKoZLtER2FernQ

第3步
​ 打开第1步生成的配置文件jupyter_notebook_config.py（打开方式还是选择记事本/txt），在文件最后加上这几行：

c.NotebookApp.ip ='0.0.0.0'#填入0.0.0.0或*表示所有网络可以访问
c.NotebookApp.port =8888#可以修改为自己需要的端口#下面这边是手动配置token，通过 http://127.0.0.1:8888/?token=aef9a514fa484b83aa4554371024ebc5b50bbed25c2521ab 能直接访问，vs code使用远程内核必须输入这个链接
c.NotebookApp.token ='aef9a514fa484b83aa4554371024ebc5b50bbed25c2521ab' 
c.NotebookApp.notebook_dir ='/var/anaconda/notebook'
c.NotebookApp.allow_root = True
c.NotebookApp.use_redirect_file = False
c.NotebookApp.open_browser = False
#c.NotebookApp.allow_origin_pat = 'https://.*vscode-cdn\.net' #vs code无法访问时添加

注意，下面的命令不要一条执行，否则看不到输出信息

#刷新服务
systemctl daemon-reload
#启动
systemctl start jupyter_notebook
#查看状态
systemctl status jupyter_notebook 

局域网或外网访问jupytor服务器需要开启端口

1、检查防火墙是否开启（需要开启防火墙）
查看防火墙状态命令：
systemctl status firewalld
启动防火墙命令：
systemctl start firewalld
关闭防火墙命令：
systemctl stop firewalld
2、开放指定端口
开放端口命令：
firewall-cmd --zone=public --add-port=5011/tcp --permanent

命令含义：–zone #作用域
–add-port=1935/tcp #添加端口，格式为：端口/通讯协议
–permanent #永久生效，没有此参数重启后失效

3、重启防火墙
重启防火墙命令：firewall-cmd --reload
4、查询端口是否开启
查询端口命令：firewall-cmd --query-port=5011/tcp
返回yes 表示已开启 no表示未开启

VS Code 远程使用jupyter服务，需要带上token口令，格式：
http://192.168.1.146:8888/?token=aef9a514fa484b83aa4554371024ebc5b50bbed25c2521ab

pip执行任何命令都报错是工具出现了问题，直接重新安装pip工具就好了
3.7(不包含3.7)以下版本

wget https://bootstrap.pypa.io/pip/3.6/get-pip.py
sudo python get-pip.py 

3.7以上版本

wget https://bootstrap.pypa.io/get-pip.py
sudo python get-pip.py    # 运行安装脚本

windows下 【python】ffmpeg包的安装配置
pip install ffmpeg后不能直接使用，必须安装下载ffmpeg应用软件，并将其路径加入到电脑的环境变量中。参考。

5.检查环境是否配置正确

虚拟环境下执行

python #进入python解释器import torch
​torch.cuda.is_available()

如果返回false说明没有配置对，执行命令时不会调用GPU，需要安装cuda和对应的torch版本：

conda list 查看当前环境的包
删除现有的torch
pip uninstall torch torchvision

torch.cuda.is_available()返回false——解决办法
安装 真·GPU版 Pytorch

pytorch安装GPU版本 (Cuda12.1)
解决pytorch检测不到cuda的问题/pytorch找不到GPU_深度学习_薛猫颚的腚-DevPress官方社区

报错找不到’_cffi_backend’模块ModuleNotFoundError: No module named ‘_cffi_backend’

pip -vvvinstall--upgrade --force-reinstall cffi

AutoDL使用

设置github等学术加速

source /etc/network_turbo