服务器基础环境安装

保证服务器的系统版本是20.04及其以上

在线升级的教程，服务器默认是无网络连接环境，网络配置参考教程

1. sudo apt update
#  如果遇到apt下载问题，自行换源，参考(https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/)
# 如果遇到换源之后的问题，删掉/etc/apt/sources.list.d下的文件
2. sudo apt upgrade -y
3. sudo apt autoremove
4. sudo apt dist-upgrade
5. sudo apt autoremove
# 开始更新系统, 如果版本过低需要一个版本一个版本来升级
6. sudo do-release-upgrade
# 在升级系统的过程中会出现一个紧急ssh连接进程， 注意
# 升级过程中需要多次确认 ，输入Y
7. sudo reboot

除了在线升级，还能进行手动升级（插U盘重装系统）

驱动

不带cuda的驱动安装方式， 带cuda的驱动安装方式参考下一节

1. sudo  ubuntu-drivers devices
# 执行指令之后会出现可用驱动列表，选取最推荐的驱动版本（recommended）
# recommened推荐的版本不能选取带open的那个版本
2. sudo apt install nvidia-driver-(推荐的版本号)
3. sudo reboot 
4. nvidia-smi
# 如果出现显卡列表则安装成功

全局cuda

全局cuda包安装之后自带版本适配的驱动， 所以安装cuda之后不需要再进行驱动安装。
下面是cuda安装教程

1. 在pytorch查看适配的cuda版本 网站, 高版本优先
   如 cuda11.8和cuda12.1 我们选取cuda12.1
   

2. 在cuda下载地址下载我们选取的cuda版本

3. 按照上述的命令进行执行，以下代码仅作示例，不要直接复制执行

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda

miniconda

1. 在miniconda下载地址 选取最新下载的地址。（Miniconda3-latest-Linux-x86_64.sh）

1. wget  https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
2. bash *.sh

conda环境下的pytorch

1. conda create -n 环境名称 python=3.10
2. conda activate 环境名称
3. conda install 库名 / pip install 库名