服务器运行深度学习代码使用指南

该内容配置均在九天·毕昇下配置。
当前系统使用的linux版本为：Ubuntu 18.04 LTS。
当前版本安装的是：cuda10.1。

九天毕昇平台：https://jiutian.10086.cn/edu/#/home

一、linux下运行python的操作

---

6. ls 为列出当前目录中的文件

7. cd 文件名 进入目录，按tab可以对文件进行补全。
   如：cd unet 为进入unet目录

8. chmod 777 文件名 更改文件权限，按tab可以对文件进行补全。
   如：chmod 777 train.py为修改train.py文件权限

9. ./文件名运行文件，按tab可以对文件进行补全。
   运行python3文件需要在前加上python3，如：python3 ./train.py

10. 删除某个文件夹里面的文件
    rm /V-GAN/codes/DRIVE/segmentation_results_image_10
rm -rf 文件名 -r代表循环删除目录下的文件 -f表示直接删除，无需确认
    删除文件夹rm -rf 文件名

二、文件上传

---

在jupyter中可上传压缩包，压缩包格式为.tar格式，zip在本系统中不好解压。
先cd到文件所在目录，使用tar -xvf 文件名就可解压，如：tar -xvf unet.tar为解压unet.tar文件，文件名按tab键可以补全。

三、查看cuda版本

---

nvcc -V

四、配置tensorflow环境

---

pytorch操作逻辑类似

1. 查看conda现有虚拟环境
   conda env list
   注： 可以新建一个虚拟环境conda create --name tensorflow python=3.8

2. 进入某虚拟环境，虚拟环境名为“tensorflow”
   conda activate tensorflow

3. 查看当前环境中安装的包
   pip list

4. 安装tensorflow
   tensorflow与cuda的对应关系可参考：https://tensorflow.google.cn/install/source#gpu
   tensorflow2.2.0版本是与cuda10.1对应的
   pip install tensorflow-gpu==2.2.0

5. 安装对应的Keras
   Tensorflow2.2.0+Keras2.3.1
   pip install keras==2.3.1