用xshell连接ip地址，端口号22，输入用户密码
查看当前版本
conda -V
conda info --envs
如果不是需要的版本，使用
anaconda-clean --yes
rm -rf anaconda3 删除文件夹
安装anaconda 2022 10 py3.9
wget https://repo.anaconda.com/archive/Anaconda3-2022.10-Linux-x86_64.sh
sha256sum Anaconda3-2022.10-Linux-x86_64.sh #校验数据完整性
chmod u+x Anaconda3-2022.10-Linux-x86_64.sh #添加执行权限
bash Anaconda3-2022.10-Linux-x86_64.sh #执行安装脚本
按回车
# Do you accept the license terms? [yes|no]
yes
/home/anaconda3
>>>回车安装
#添加环境变量
sudo vim ~/.bashrc
shift+g
i
export PATH=/root/anaconda3/bin:$PATH # anacond3安装路径
esc
:wq!
source ~/.bashrc
#查看conda版本
conda -V
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --show-sources
查看python版本python -V
查看cuda版本
nvcc -V
若没有cuda需查看硬件版本，阿里云vgn7i-vws公共镜像需管理员权限装显卡驱动
lspci | grep -i vga
lspci | grep -i nvidia
若没有驱动需安装驱动
sudo apt-get update
apt install ubuntu-drivers-common
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
查看驱动
nvidia-smi（看到11.4版本）
wget ……cuda11.4.sh CUDA Toolkit Archive | NVIDIA Developer
bash cuda11.4.sh
wget ……cudnn-CUDA11.x%28v8.9.3%29.sh
bash cudnn-CUDA11.x\(v8.9.3\).sh
重启生效
reboot
nvcc -V
装pytorch（cu113即可，cuda114向下兼容）
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0+cu113 -f https://download.pytorch.org/whl/torch_stable.html
python
import torch
torch.__version__
VSCode连接：用户名@ip地址 root@127.xx.xx.xxx 不用写端口号
连接
连接,Linux,继续,输入密码，打开文件夹
能运行代码之后ip可能会变！需要镜像备份（pip后也要镜像）
也可用ftp的sftp协议传文件，默认进入root/文件夹
安装扩展
也可文件里右键vscode会自动安装
安装jupyter扩展
如遇重连服务器报错情况，参考这篇清除本地配置VS code报错 Failed to parse remote port from server output_fail to parse remote port from server_偶然i的博客-CSDN博客
 system())
)
