华为云GPU ECS搭建深度学习环境

1. 购买并登录ECS

参考 https://support.huaweicloud.com/basics-ecs/ecs_01_0103.html 创建ECS，注意ECS的规格和操作系统参考下图选择：

2. 确认Pytorch版本

本文搭建的深度学习环境以Pytorch为例。
上一步我们已经创建好了带V100和CUDA 10.1的Linux服务器，现在我们要确认要使用哪个Pytorch版本CUDA版本和Pytorch版本是有对应关系的，如下所示：

更多的版本对应关系可查看此网页： https://pytorch.org/get-started/previous-versions/

3. 确认Python版本

确认好Pytorch版本后，我们还要确认Python版本，因为有些高版本的Pytorch只支持高版本的Python。Pytorch和Python的版本对应关系，如下所示：

4. 下载Anaconda安装包

确认好Pytorch和Python版本之后，我们可以通过安装Python包的方式来搭建环境，但是更推荐使用Anaconda的方式，因为该方式更简单，配置步骤更少。
Anaconda也有很多版本，每个版本都打包了不同版本的Python基础包和其他Python模块。
Anaconda各版本和Python版本的对应关系如下所示：
Anaconda 5.0.0 对应 32位 Linux Python2.7
Anaconda 5.0.0 对应 64位 Linux Python2.7
Anaconda 5.0.0 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 5.0.0 对应 32位 Linux Python3.5
Anaconda 5.0.0 对应 64位 Linux Python3.5
Anaconda 5.0.0 对应 64位 Linux on IBM Power处理器Python3.5
Anaconda 5.0.0 对应 32位 Linux Python3.6
Anaconda 5.0.0 对应 64位 Linux Python3.6
Anaconda 5.0.0 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 5.0.1 对应 32位 Linux Python2.7
Anaconda 5.0.1 对应 64位 Linux Python2.7
Anaconda 5.0.1 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 5.0.1 对应 32位 Linux Python3.5
Anaconda 5.0.1 对应 64位 Linux Python3.5
Anaconda 5.0.1 对应 64位 Linux on IBM Power处理器Python3.5
Anaconda 5.0.1 对应 32位 Linux Python3.6
Anaconda 5.0.1 对应 64位 Linux Python3.6
Anaconda 5.0.1 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 5.1.0 对应 32位 Linux Python2.7
Anaconda 5.1.0 对应 64位 Linux Python2.7
Anaconda 5.1.0 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 5.1.0 对应 32位 Linux Python3.5
Anaconda 5.1.0 对应 64位 Linux Python3.5
Anaconda 5.1.0 对应 64位 Linux on IBM Power处理器Python3.5
Anaconda 5.1.0 对应 32位 Linux Python3.6
Anaconda 5.1.0 对应 64位 Linux Python3.6
Anaconda 5.1.0 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 5.2.0 对应 32位 Linux Python2.7
Anaconda 5.2.0 对应 64位 Linux Python2.7
Anaconda 5.2.0 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 5.2.0 对应 32位 Linux Python3.5
Anaconda 5.2.0 对应 64位 Linux Python3.5
Anaconda 5.2.0 对应 64位 Linux on IBM Power处理器Python3.5
Anaconda 5.2.0 对应 32位 Linux Python3.6
Anaconda 5.2.0 对应 64位 Linux Python3.6
Anaconda 5.2.0 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 5.3.0 对应 32位 Linux Python2.7
Anaconda 5.3.0 对应 64位 Linux Python2.7
Anaconda 5.3.0 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 5.3.0 对应 32位 Linux Python3.6
Anaconda 5.3.0 对应 64位 Linux Python3.6
Anaconda 5.3.0 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 5.3.0 对应 32位 Linux Python3.7
Anaconda 5.3.0 对应 64位 Linux Python3.7
Anaconda 5.3.0 对应 64位 Linux on IBM Power处理器Python3.7
Anaconda 2018.12 对应 32位 Linux Python2.7
Anaconda 2018.12 对应 64位 Linux Python2.7
Anaconda 2018.12 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 2018.12 对应 32位 Linux Python3.6
Anaconda 2018.12 对应 64位 Linux Python3.6
Anaconda 2018.12 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 2018.12 对应 32位 Linux Python3.7
Anaconda 2018.12 对应 64位 Linux Python3.7
Anaconda 2018.12 对应 64位 Linux on IBM Power处理器Python3.7
Anaconda 2019.03 对应 64位 Linux Python2.7
Anaconda 2019.03 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 2019.03 对应 64位 Linux Python3.6
Anaconda 2019.03 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 2019.03 对应 64位 Linux Python3.7
Anaconda 2019.03 对应 64位 Linux on IBM Power处理器Python3.7
Anaconda 2019.07 对应 64位 Linux Python2.7
Anaconda 2019.07 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 2019.07 对应 64位 Linux Python3.6
Anaconda 2019.07 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 2019.07 对应 64位 Linux Python3.7
Anaconda 2019.07 对应 64位 Linux on IBM Power处理器Python3.7
Anaconda 2019.10 对应 64位 Linux Python2.7
Anaconda 2019.10 对应 64位 Linux on IBM Power处理器Python2.7
Anaconda 2019.10 对应 64位 Linux Python3.6
Anaconda 2019.10 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 2019.10 对应 64位 Linux Python3.7
Anaconda 2019.10 对应 64位 Linux on IBM Power处理器Python3.7
Anaconda 2020.02 对应 64位 Linux Python3.6
Anaconda 2020.02 对应 64位 Linux on IBM Power处理器Python3.6
Anaconda 2020.02 对应 64位 Linux Python3.7
Anaconda 2020.02 对应 64位 Linux on IBM Power处理器Python3.7
Anaconda 2020.02 对应 64位 Linux Python3.8
Anaconda 2020.02 对应 64位 Linux on IBM Power处理器Python3.8

假设我们要使用Pytorch 1.6和Python3.8，那么我们可以安装Anaconda 2020.02，可以在网址 https://repo.anaconda.com/archive/ 找到相应的版本包，如下图所示：

点击右键复制该下载链接

在Linux服务器中打开terminal，使用如下命令进行下载：
wget https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh

5. 安装Anaconda

在terminal中执行如下两条命令：

chmod +x Anaconda3-2020.02-Linux-x86_64.sh
./Anaconda3-2020.02-Linux-x86_64.sh

安装过程中会需要你做一些交互，不关注安装细节的话，直接敲ENTER或一路输入yes即可。
安装完成后，需要重新打开terminal，在华为云ECS中重新打开terminal的方法只能是重启ECS并重新登录。
重新登录后，打开terminal，输入如下命令：
conda -V
如果查看到版本号，则表示Anaconda安装成功。

6. 安装Pytorch和TorchVision

根据Pytorch官方的指导 https://pytorch.org/get-started/previous-versions/#linux-and-windows-17 ，执行如下命令安装：
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

安装完成后，使用如下命令验证是否安装成功：
pip show torch
如果查看到版本号，则表示安装成功。

至此，在华为云GPU ECS上搭建Pytorch 1.6的深度学习环境已完成。