本文详细介绍了如何在Linux系统上安装Tabby远程终端，配置SSH访问，以及在超算环境中安装Anaconda、创建虚拟环境和使用相关LINUX指令。重点包括Anaconda的安装步骤、虚拟环境管理和超算平台的特定操作。
有问题请在评论区留言。文章通俗易懂是我的风格
1、安装步骤
Tabby安装与打开的方法在此网页。这个程序是一个远程终端，你可以远程操作超级计算机。超级计算机就是很多个计算机组成的集群，老师给了我一个账号，其实就是给我分配了一台电脑，这个电脑的系统是linux的系统，远程操作电脑只能通过Linux命令行来操作。
本人安装tabby的步骤如下（当然还有其他的工具，不过这个已经非常好用了）：
https://blog.csdn.net/weixin_45965432/article/details/124090313安装后就是登录账号，创建自己的配置。
2、使用
安装后登陆账号打开自己的配置，其实就相当于你输入了超算电脑的密码，你才就可以使用超算，用tabby远程到超算的命令行窗口，就是一个Linux操作系统的命令行界面（CLI）的输出指令界面，所有操作用linux指令进行（因为超算是linux系统的）。
然后安装anaconda。配置虚拟环境。运行项目。其他小细节介绍如下。不懂的请在评论区留言。
1、首先安装Anaconda
下载的网址：https://repo.anaconda.com/archive，找到自己对应要下载的版本，比如Anaconda3-2020.11-Linux-x86_64.sh，于是下载
下载命令：wget -c https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
下载完后的安装命令： sh Anaconda3-2020.11-Linux-x86_64.sh
之后输入yes和一大段空格的后会弹出一个让你输入路径的地方，需要时改目录，更换默认安装位置
之后等待安装结束即可。
安装完了，你刷新一下，就出现(base)环境了。或者使用 conda activate 命令让conda激活
命令行窗口就是可以conda管控的了，就相当于原来的命令行窗口多了conda的功能，你可以用conda。有基础环境了。然后创建虚拟环境，在虚拟环境里面装包，运行项目
创建虚拟环境：
创建虚拟环境在虚拟环境可以把超算上自己的python环境和超算平台默认的python环境隔离开，避免冲突，同时也方便运行模型的代码。（创建虚拟环境的步骤和window下是一样的）
创建命令：conda create -n your_env_name python=3.6
创建python版本为3.6、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。版本号和虚拟环境的名字自己可以更改。或者不安装python，之后再安装python
conda activate your_env_name(虚拟环境名称) 激活虚拟环境
conda deactivate 关闭虚拟环境
超算平台安装Anaconda和Tensorflow_超算安装anaconda-CSDN博客
在.bashrc文件里面加入全局变量可以快速激活虚拟环境。就是用你自己设置的环境变量代替激活虚拟环境的命令。这样我在命令行输入my_tf就可以直接激活我的环境（这一步没必要）
alias my_tf='conda activate your_env_name'换源前记得更新一下.bashrc文件，因为按照anaconda的时候会写入环境变量，更新后才能调用conda（这一步没必要）
安装完后可换源：（换源后使用pip下载模块默认使用清华源，下载会快很多）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes安装完可以输入python看看默认的版本有没有发生变化。 之后的操作就是跑你的代码了，将本地的文件传到超算运行，超算的文件传到本地。——看我关于深度学习conda常用指令那篇文章。
然后就是下载深度学习需要的工具了。因为有了镜像源，下载会快一些。还不能用pip，因为我没安pip。所以接下来就是安装pytorch、cuda啥的、然后其他的你需要用到的包
要将超级计算机（超算）到本地文件复制上，您可以使用以下方法：
你点开右上角SFIP就知道了
Tabby 使用指南：一个高度可配置的现代化终端模拟器 - 知乎 (zhihu.com)
如果您的本地系统是 Windows，而远程超算机是 Linux 系统，您可以使用以下方法将本地文件复制到远程超算机：
3、常用的你需要用到的LINUX指令
不知道的命令就GPT搜索比较快，但是可能会错，还是CSDN靠谱
sinfo//这是 Linux 或类 Unix 操作系统的命令行界面（CLI）的输出，用户正在执行命令 "sinfo"。"sinfo" 是 Slurm（Simple Linux Utility for Resource Management）集群管理工具的一个命令，用于显示有关集群当前状态的信息。
lscpu //查看电脑运算能力
sudo lshw -C display //lshw命令可用于获取系统硬件的详细信息，包括显卡。
lspci | grep -i vga //lspci命令用于显示PCI总线设备信息，包括显卡。可以通过筛选"VGA"相关的信息来查看显卡的详细信息。
ll //是 ls -l 的简写形式，它用于在Linux命令行界面（CLI）中显示当前目录中的文件和子目录的详细信息列表。比ls要详细
wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Windows-x86_64.exe
//下载网页文件
sh 文件名 //安装文件
salloc -p gpu_128G -N 1 -w gpu4 //分配GPU
ssh gpu4//分配GPU
yppasswd //修改密码
1.ls：列出当前目录中的文件和子目录。
示例：ls - 显示当前目录中的文件和文件夹列表。
2.cd：更改当前工作目录。
示例：cd /home/user/Documents - 切换到 "/home/user/Documents" 目录。
3.pwd：显示当前工作目录的完整路径。
示例：pwd - 显示当前所在的目录路径。
4.cp：复制文件和目录。
示例：cp file1.txt file2.txt - 将 "file1.txt" 复制为 "file2.txt"。
5.mv：移动文件和目录，或重命名文件和目录。
示例：mv file.txt newfile.txt - 将 "file.txt" 重命名为 "newfile.txt"。
6.rm：删除文件和目录。
示例：rm file.txt - 删除名为 "file.txt" 的文件。
7.mkdir：创建目录（文件夹）。
示例：mkdir myfolder - 创建名为 "myfolder" 的文件夹。
8.rmdir：删除空目录。
示例：rmdir myfolder - 删除名为 "myfolder" 的空文件夹。
9.touch：创建空文件或更新文件的时间戳。
示例：touch file.txt - 创建名为 "file.txt" 的空文件。
10.cat：显示文件的内容。
示例：cat file.txt - 显示名为 "file.txt" 的文件的内容。
11.grep：在文件中搜索匹配的文本。
示例：grep "keyword" file.txt - 在 "file.txt" 中搜索包含 "keyword" 的行。
12.chmod：修改文件或目录的权限。
示例：chmod 755 file.txt - 将 "file.txt" 文件的权限设置为 rwxr-xr-x。
13.chown：更改文件或目录的所有者。
示例：chown user file.txt - 将 "file.txt" 的所有者更改为 "user"。
14.man：查看命令的帮助手册。
示例：man ls - 查看 "ls" 命令的帮助文档。
1 基本指令(在登录地址上操作)：
# 登入:
ssh xxx
# 登出:
exit
# 拷贝本地文件到远程服务器:(别登远程服务器！)
scp -r /Users/mengdanfan/PycharmProjects/cc2vec 1901110655@wm1-data.pku.edu.cn:~/
# 拷贝远程服务器文件到本地:
scp -r 1901110655@wm1-data.pku.edu.cn:/gpfs/share/home/1901110655/snapshot/2021-06-28_20-29-08 ./
# 查看作业：
squeue -u 学号
# 查看分区：
sinfo
# 查看输出结果：
cat xxx.out
# module查看命令(查看有哪些环境)：
module avali
# load conda 环境命令：
module load anaconda/3.7.1
# 提交作业：
sbatch ***.sh2 环境配置(在传输地址上操作)
# 加载基本环境
module load anaconda/3.7.1
# 安装虚拟环境
conda create -n FMDpython python=3.7
source activate FMDpython
# 在虚拟环境下加载模块
module load cudnn/9.0-v7.6
module load cuda/11.1
备注：还需要 在虚拟环境里安装 自己代码所需的安装包。 每次不用重新安装包，只需要加载虚拟环境即可。但是主机环境每次都会被重置。
# 查看所有的虚拟环境
conda info --envs
# 查看虚拟环境中安装了哪些python包
pip list3 提交作业的脚本(在登录地址上操作)
#!/bin/bash
#SBATCH -o job.FMD1.%j.out
#SBATCH -p GPU
#SBATCH --qos=normal
#SBATCH -J FMD1
#SBATCH --get-user-env
#SBATCH --mail-type=FAIL
#SBATCH --mail-user=fanmengdan@pku.edu.cn
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=8
#SBATCH --gres=gpu:1
python /gpfs/share/home/1901110655/cc2vec/bfp/bfp_PNExtended.py
备注:代码中所有路径必须是绝对路径，pwd查看当前绝对路径。且每一轮的输出要到程序运行结束才会一次性输出到.out文件中。3. 调用Anaconda模块
module load anaconda/2021.05
4. 创建Python3.7的虚拟环境（不是必须。不需要的话可以使用默认安装的环境）
conda create -n my_name python=3.7 # my_name 是虚拟环境名字
5. 虚拟环境下安装CUDA11.6+Pytorch1.12.1
sources activate my_name # 如果创建了虚拟环境，先激活虚拟环境。没创建则跳过
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
# 安装成功，但通过print(torch.cuda.is_available())返回False，主要是未向云服务器请求分配GPU的原因
# 则需要申请GPU分配后才可以使用GPU
GPU分配申请：
1、salloc --gpus=1 抢占一个计算节点
2、squeue 查看节点名，最后一列
3、ssh gxxx 登录计算节点
此时，配置Pytorch环境完成！
.sh 文件的配置模板如下：（编辑器，编辑脚本中第三行，将xxx改为实际用conda创建的虚拟环境名，最后一行python命令后xxx.py修改为自己的代码文件或完整命令即可）
#!/bin/bash
module load anaconda/2021.05
source activate xxx
export PYTHONUNBUFFERED=1
python xxx.py
扫一扫
6
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
