在ECS服务器上如何搭建机器学习环境？-云小栈

在阿里云ECS服务器上搭建机器学习环境是一个常见的需求，下面为你提供一个详细的步骤指南，涵盖从系统初始化到安装深度学习框架的完整流程。

一、准备工作

选择合适的ECS实例
- 推荐使用带有GPU的实例（如 ecs.gn6i-c4g1.xlarge），适用于深度学习训练。
- 如果只是做模型推理或小规模实验，CPU实例也可用（如 ecs.c6.large）。
- 操作系统建议选择 Ubuntu 20.04/22.04 LTS 或 CentOS 7/8。
远程连接ECS
- 使用 SSH 登录：
```
ssh root@<你的ECS公网IP>
```
- 建议创建普通用户并配置sudo权限。

二、系统更新与基础依赖安装

# 更新系统包
sudo apt update && sudo apt upgrade -y

# 安装常用工具
sudo apt install -y build-essential curl wget git vim htop

三、安装Python环境（推荐使用Miniconda）

下载并安装Miniconda

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

按提示完成安装，然后重新登录或执行：

source ~/.bashrc

创建虚拟环境（推荐）

conda create -n ml-env python=3.9
conda activate ml-env

四、安装CUDA和cuDNN（仅GPU实例需要）

注意：必须确认你的ECS实例有NVIDIA GPU，并已开启GPU驱动支持。

检查GPU状态

lspci | grep -i nvidia

安装NVIDIA驱动（如果未预装）

阿里云部分GPU实例默认已安装驱动。若未安装：

sudo ubuntu-drivers autoinstall
# 或手动安装指定版本

安装CUDA Toolkit

参考 NVIDIA CUDA下载页面，例如：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda-toolkit-11-8

安装cuDNN

需注册NVIDIA开发者账号后下载对应版本，或通过conda安装：

conda install cudnn -c conda-forge

五、安装深度学习框架

方式1：使用pip安装（推荐用于CPU或已有CUDA环境）

# 安装PyTorch（自动检测CUDA）
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

# 或使用pip
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

方式2：安装TensorFlow

pip install tensorflow[and-cuda]  # TensorFlow 2.10+
# 或旧版本
pip install tensorflow-gpu==2.12.0  # 支持CUDA 11.8

六、安装其他常用库

pip install numpy pandas matplotlib scikit-learn jupyter notebook seaborn opencv-python

七、配置Jupyter Notebook（可选）

生成配置文件：

jupyter notebook --generate-config

设置密码：

jupyter notebook password

修改配置文件 ~/.jupyter/jupyter_notebook_config.py：

c.NotebookApp.ip = '0.0.0.0'
c.NotebookApp.port = 8888
c.NotebookApp.open_browser = False
c.NotebookApp.allow_remote_access = True

启动服务：

nohup jupyter notebook --allow-root &

安全组设置：在阿里云控制台开放 8888 端口。

访问地址：http://<ECS公网IP>:8888

八、优化与维护建议

使用 tmux 或 screen 防止SSH断开导致进程终止。
定期备份重要数据到OSS。
使用阿里云容器服务（如ACK）或PAI平台可简化部署。

九、验证环境是否正常

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 应输出 True（GPU实例）

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

✅ 完成！你现在可以在ECS上进行机器学习模型训练与推理了。

如有特定框架（如Hugging Face、Stable Diffusion等）需求，也可以进一步扩展安装。

需要我帮你写一个自动化脚本一键部署吗？