深度学习工作站系统重装步骤记录
最近需要配置一台CUDA环境深度学习工作站，打算把流程都记录一下，以防每次都得现查。 首先下载Linux镜像，我这里用的是Ubuntu24.04： https://ubuntu.com/download/desktop 然后制作一个USB镜像启动盘，这次我用的Ubuntu官网推荐的小工具，免安装并且只有3个按钮：选择镜像，选择U盘，烧录！ 挺好用的推荐！ balenaEtcher：https://github.com/balena-io/etcher/releases 接下来就是将BIOS选择U盘启动了，各个品牌电脑差异挺大的，按照自己实际情况去操作。然后选择全新安装Ubuntu，多数情况下直接默认选项安装就好。 系统装好后，我习惯先把当前版本的系统软件更新到最新： 当前这台工作站是公共的，需要给每个人分配一个帐号，可以在桌面环境操作，也可以通过命令完成，可以参考下边一篇记录： Ubuntu添加新用户并加入sudo组 如果工作站有中文输入需求的话，比如我目前记录这篇博文，还需要加一个中文输入法，可以看我这篇记录： Linux 安装中文输入法 接下来安装Python环境，不建议直接使用系统的Python来配置各种库，出现了问题太难修复了。建议使用Anaconda，各个环境相互不干扰。Anaconda的安装是通过官网的一个sh脚本： https://www.anaconda.com/download/success 下载后对其赋予一个执行权限，然后在终端里运行： 根据交互一步一步安装，最后一步询问要不要将Conda加入到开机初始化列表中，建议yes，不然后边每次使用Conda切环境需要手动找Anaconda安装文件夹，很麻烦。 安装完毕后，熟悉Anaconda的可以直接使用Conda来管理Python环境，若不太熟悉的话可以使用图形化的一个工具，在终端输入：anaconda-navigator 建议不要在base环境做开发，最好是每个项目有一个单独的环境，再使用conda安装pytorch，我个人没有按照Pytorch官网指导的使用pip安装，我个人经验是既然使用了Conda就尽量全Conda环境，尽量避免和pip混着用，以免一些未知的问题。在这里需要看下本机CUDA的版本，要做到Python版本、CUDA版本以及Pytorch版本相互保持一致。对应关系表在Pytorch官网可以查到。 经查询我需要安装2.5.1版本的Pytorch：conda install pytorch=2.5.1 接下来我们装个IDE，运行个实例看一看。官网下载VS Code然后使用下列命令安装： sudo dpkg -i ‘/home/v2x/Downloads/code_1.102.0-1752099874_amd64.deb’ 将自己用Anaconda建立的Python环境设为VSCode的默认解释器，按照Anaconda官方指导操作一下： https://www.anaconda.com/docs/tools/working-with-conda/ide-tutorials/vscode 之后运行一个示例程序，看下pyTorch以及CUDA是否都已经OK： 从Terminal的输出若看到True以及对应的网卡型号，那么说明基础环境已经完毕。 当需要远程连接到这台设备的话，发现SSH连不上，这是由于Ubuntu安装后默认没有sshd服务端。按照下列指导操作一下即可： Ubuntu 开启SSH连接 一些其他可能必备的工具： 最后再记录一下将U盘烧录成一个启动盘后，怎样恢复。按照通常的格式化format不管在windows还是linux都是解决不了的，可以参考下列记录解决： https://blog.shuspieler.com/1223/ 大致就这些了，祝炼丹顺利！