如何在服务器下基于Anaconda运行Pycharm上的程序?

el/2024/3/2 12:29:49

实验室用服务器

  • 1. 如何打开服务器
  • 2. 如何把Windows下文件移到服务器上?
  • 3. 如何在服务器上运行程序?
    • 安装torch
    • 安装pyqt5

1. 如何打开服务器

首先在服务器上新建账户和密码

之后打开cmd,输入mstsc,再输入地址,我的是:10.106.13.92,输入账户和密码

2. 如何把Windows下文件移到服务器上?

首先在服务器上修改账户权限(允许使用scp从windows向服务器传程序)

在windows当前路径下输入:

scp -r ... your fold name ysc@10.106.13.92:/mnt/Data0/ysc_projects/

并输入密码,即可开始传输文件夹

注意:路径中不能有中文!

3. 如何在服务器上运行程序?

在服务器上Pycharm的Python Interpreter是没有Python 3.8和Anaconda 3.8的,需要自行下载安装,Anaconda下载地址,下载Linux Python 3.8
64-Bit (x86) Installer (529 MB),在/home/... your name/Downloads/下会有名为Anaconda3-202.11-Linux-x86_64.sh的文件

输入:

bash Anaconda3-202.11-Linux-x86_64.sh

在这里插入图片描述
重启一遍远程连接,输入以下命令:

(base) ysc@aaa-pc:~/Desktop$ conda activate
(base) ysc@aaa-pc:~/Desktop$ python -V
Python 3.8.5

可以发现Anaconda已经配置好了

下面进行换源:

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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

输入以下代码查看源:

conda config --show-sources

在这里插入图片描述

安装torch

参考之前的Blog,pycharm鼠标滚轮缩放参考此文,最终配置完成:

import torchprint(torch.cuda.is_available())print(torch.__version__)
print(torch.version.cuda)
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(device)
True
1.8.0
10.2
cuda

安装pyqt5

参考之前的Blog,安装后报错:

ERROR: After October 2020 you may experience errors when installing or updating packages. This is because pip will change the way that it resolves dependency conflicts.We recommend you use --use-feature=2020-resolver to test your packages with the new resolver before it becomes the default.spyder 4.1.5 requires pyqtwebengine<5.13; python_version >= "3", which is not installed.
spyder 4.1.5 requires pyqt5<5.13; python_version >= "3", but you'll have pyqt5 5.15.4 which is incompatible.

暂时忽视,安装jieba分词:

conda install jieba

运行程序报错:

ImportError: /usr/lib/x86_64-linux-gnu/libgssapi_krb5.so.2: symbol krb5_ser_context_init version krb5_3_MIT not defined in file libkrb5.so.3 with link time reference

看看原来的版本:

from PyQt5.QtCore import QT_VERSION_STR
from PyQt5.Qt import PYQT_VERSION_STR
print("Qt5 Version Number is: {0}".format(QT_VERSION_STR))
print("PyQt5 Version is: {}".format(PYQT_VERSION_STR))
Qt5 Version Number is: 5.15.2
PyQt5 Version is: 5.15.4

Linux下利用conda安装pyqt5:

conda install pyqt=5.15.4

找不到此文件,输入:

conda search pyqt

发现最高只有5.12.3版本的pyqt5,更新一下conda试试:

conda update conda

依然最高只有5.12.3版本,先利用pip下载此版本,之后报错:

ERROR: After October 2020 you may experience errors when installing or updating packages. This is because pip will change the way that it resolves dependency conflicts.We recommend you use --use-feature=2020-resolver to test your packages with the new resolver before it becomes the default.spyder 4.1.5 requires pyqtwebengine<5.13; python_version >= "3", which is not installed.
pyqt5-plugins 5.15.2.2.0.1 requires pyqt5==5.15.2, but you'll have pyqt5 5.12.3 which is incompatible.

利用conda -V查看版本号,Windows上conda版本为4.9.2,服务器也是4.9.2,怎么下载5.15.4的Pyqt5呢?

问题:
5.14以上的Pyqt5有pyqt5-plugins,但是5.14以下的Pyqt5运行才不会报错…暂无解决办法


http://www.ngui.cc/el/3526014.html

相关文章

【NLP】11其它句向量生成方法——Tf-idf模型、腾讯AI实验室汉字词句嵌入语料库求平均生成句向量

其它句向量生成方法1. Tf-idf训练2. 腾讯AI实验室汉字词句嵌入语料库求平均生成句向量小结Linux服务器复制后不能windows粘贴&#xff1f; 远程桌面无法复制粘贴传输文件解决办法&#xff1a;重启rdpclip.exe进程&#xff0c;Linux 查询进程&#xff1a; ps -ef |grep rdpclip…

【NLP】13 ERNIE应用在情绪分类NLP任务——ERNIE安装、中文BERT的使用

BERT——ERNIE1. 安装1.1 安装 PaddlePaddle1.2 安装 ERNIE 套件1.3 下载预训练模型&#xff08;可选&#xff09;1.4 下载数据集2. 持续学习语义理解框架ERNIE——基本原理3. 快速运行3.1 数据获取3.2 运行Fine-tuning4. 具体实现过程5. 全部代码小结一些链接&#xff1a; 百…

【NLP】14 ERNIE应用在语义匹配NLP任务——Paddlehub安装、BERT推广的使用、与Simnet_bow与Word2Vec效果比较

Ernie语义匹配1. ERNIE 基于paddlehub的语义匹配0-1预测1.1 数据1.2 paddlehub1.3 三种BERT模型结果2. 中文STS(semantic text similarity)语料处理3. ERNIE 预训练微调3.1 过程与结果3.2 全部代码4. Simnet_bow与Word2Vec 效果4.1 ERNIE 和 simnet_bow 简单服务器调用4.2 Word…

【深度学习人类语言处理】1 课程介绍、语音辨识1——人类语言处理六种模型、Token、五种Seq2Seq Model(LAS、CTC、RNN-T、Neural Transducer、MoChA)

Deep Learning for Human Ianguage Processing1. DLHLP-Introduction1.1 概述1.2 六种模型与应用1.2.1 语音到文本1.2.2 文本到语音1.2.3 语音到语音1.2.4 语音到Class1.2.5 文本到文本1.2.6 文本到Class1.3 更多应用2. 语音辨识2.1 语音辨识的Token2.2 声学特征提取2.3 Listen…

【DL】6 GAN入门1——基本思想(Generator、Discriminator)、条件生成、无监督生成(直接转换、投射到公共空间)

GAN 11. Introduction of Generative Adversarial Network (GAN)1.1 GAN的基本思想1.2 GAN作为结构化学习1.3 Generator可以自己学习吗&#xff1f;1.4 鉴别器能生成吗&#xff1f;1.5 一点理论2. Conditional Generation by GAN3. 无监督条件生成3.1 直接转换3.2 投射到公共空…

【PyTorch】12 生成对抗网络实战——用GAN生成动漫头像

GAN 生成动漫头像1. 获取数据2. 用GAN生成2.1 Generator2.2 Discriminator2.3 其它细节2.4 训练思路3. 全部代码4. 结果展示与分析小结深度卷积生成对抗网络&#xff08;DCGAN&#xff09;:Unsupervised Representation Learning with Deep Convolutional Generative Adversari…

【语音信号处理】2语音信号实践——LSTM(hidden、output)、Attention、语音可视化

语音信号处理 深度学习1. LSTM-hidden 实现细节2. LSTM-output 实现细节3. Attention4. 语音可视化5. 全部代码小结1. LSTM-hidden 实现细节 关于class torch.utils.data.Dataset官方文档&#xff0c; 当ATCH_SIZE 128&#xff0c;HIDDEN_SIZE 64&#xff0c;最大迭代次数…

【NLP】文献翻译4——CH-SIMS:中文多模态情感分析数据集与细粒度的模态注释

CH-SIMS: A Chinese Multimodal Sentiment Analysis Dataset with Fine-grained Annotations of Modality摘要1. 介绍2. 相关工作2.1 多模态数据集2.2 多模态情感分析2.3 多任务学习3. CH-SIMS 数据集3.1 数据获取3.2 标注3.3 特征提取4. 多模式多任务学习框架4.1 单模态子网4.…

【NLP】文献翻译5——用自我监督的多任务学习学习特定模式的表征,用于多模态情感分析

Learning Modality-Specific Representations with Self-Supervised Multi-Task Learning for Multimodal Sentiment Analysis摘要1. 介绍2. 相关工作2.1 多模态情感分析2.2 Transformer and BERT2.3 多任务学习3. 方法论3.1 任务设定3.2 总体架构3.3 ULGM3.4 优化目标4. 实验环…

【PyTorch】13 Image Caption:让神经网络看图讲故事

图像描述1、数据集获取2、文本数据处理3、图像数据处理4、训练5、全部代码6、总结1、数据集获取 数据来自&#xff1a;AI challenger 2017 图像描述数据集 百度网盘: https://pan.baidu.com/s/1g1XaPKzNvOurH9M44p1qrw 提取码: bag3 这里由于原训练集太大&#xff0c;这里仅使…