学校服务器不能直接通过创建Conda来运行PyTorch，只能创建一个Docker镜像来运行PyTorch,避免直接使用物理机进⾏实验和算法，为方便大家使用，现在写一下如何使用：

服务器现在已经有安装些现成Docker镜像，基本满足深度学习训练使用，如果没有需要的镜像请自行拉去或者上传:

同时，创建Docker需要映射，需要提前将代码、模型等放到服务器物理机的/home/用户名目录下。

e.g. 创建容器

docker run -itd --shm-size 8g --name 换成你要创建的Docker容器名 --gpus '"device=2,5"' -v /home/用户名/你的代码文件夹:/workspace pytorch/pytorch:2.4.1-cuda12.4-cudnn9-runtime /bin/bash

e.g. 删除容器

docker rm 换成你要创建的Docker容器名

其中:

docker_name :表示容器的名字;
-v /home/username/:/workspace。请注意，username表示提供的用户名，workspace 表⽰容器中的路径，用户理论上只有/home/username的读写权，请务必将代码等数据存放到/home/username 中;
pytorch/pytorch:2.4.1-cuda12.4-cudnn9-runtime 表⽰使用的镜像名称;
–gpus ‘”device=0,1″‘ 表⽰使用哪第几个GPU;
其他命令请自行查阅linux 、docker 相关手册。

其他：

可以使用一些工具来连接服务器，如：
vscode、pycharm(注意需要专业版，社区版无远程连接功能），同时可以使用winscp来直接进行远程文件管理