@TOC

Зачем создавать виртуальную среду Python

Я впервые пишу блог, и я хочу записать свои исследования в аспирантуре, написав блог, ответив на заголовок и войдя в лабораторию.Однако при запуске эксперимента это головная боль из-за несовместимости между python версию и различные библиотеки, такие как tensorflow и keras, поэтому нам нужно быстро построить виртуальную среду python, чтобы можно было быстро запускать базовую модель, а также выполнять отладку и обучение.

Как добиться

Установка драйвера графического процессора первый шаг

1. Чтобы просмотреть информацию о версии Linux и графическом процессоре на сервере, используйте следующие команды:

2. Найдите подходящий драйвер видеокарты в соответствии с версией системы и моделью графического процессора, загрузите и установите его.URL установки драйвера видеокарты NVIDIAинструкция по установке линукс

wget -c https://us.download.nvidia.com/XFree86/Linux-x86_64/450.66/NVIDIA-Linux-x86_64-450.66.run

Тест: введите nvidia-smi, если есть табличный вывод, установка драйвера прошла успешно, вот так:

Второй шаг реализации анаконды для создания виртуальной среды

Почему выбирают анаконду

Anaconda может помочь нам создать несколько сред разработки, а также установить сторонние пакеты. Например, при установке tensorflow это поможет нам установить множество других вспомогательных пакетов, чтобы не возникало проблем с совместимостью версий.

инструкция по установке анаконды

1. Загрузите установочный пакет

Здесь мы используем зеркальный файл Tsinghua для более быстрой загрузки.

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.07-Linux-x86_64.sh

2. Установить

bash Anaconda3-2020.07-Linux-x86_64.sh

3. Обновите переменные среды

source ~/.bashrc

Создайте виртуальную среду Python

конда создать

После успешной установки anaconda вы можете использовать команду conda для создания виртуальной среды. Директива среды сборки: конда создать -nname python=3.6 nameТо есть имя виртуальной среды, которую вы хотите создать, вы можете ввести после python, которую хотите установить. версия, если в коде на гитхабе появится python2.x, можно также установить версию python2.x Пример:conda create -n tf27 python=2.7 Как показано выше, создается виртуальная среда с python=2.7 с именем tf27.

конда активировать

После создания окружения его нужно активировать, воспользовавшись командой конда активироватьname nameНазовите виртуальную среду, которую вы только что назвали Пример:conda activate tf27 На этом этапе обратите внимание, что скобки слева изменились с базовой на tf27, то есть мы перешли с базовой среды на виртуальную среду tf27.Любая библиотека python, установленная в этой виртуальной среде, действительна только для этой виртуальной среды. , то есть мы можем реализовать уникальную виртуальную среду для настройки нужной вам версии библиотеки,Уведомление: пакеты, сконфигурированные в этой виртуальной среде, нельзя использовать в базовой среде, но обычно мы не используем базовую среду для запуска кода. Чтобы вернуться к базовой среде, просто используйте команду

conda deactivate

проверять

Войдите в базовую средуconda env list, вы можете просмотреть, какие виртуальные среды установлены в данный момент, Чтобы удалить виртуальную среду, вам нужноconda env remove -n （环境名称）

Установите tensorflow-gpu в текущей виртуальной среде.

Просто используйте команду conda,

conda install tensorflow-gpu

Если вам нужно выбрать версию, вы также можетеconda install tensorflow-gpu=xxxНо при этом conda обнаружит, совместима ли устанавливаемая версия tf с текущей версией python, и откажется от установки, если она несовместима.

Проверить установку tf

входитьpythonВы увидите текущую версию python Войдите в среду редактирования pythonimport tensorflow as tfа такжеtf.__version__Вы можете увидеть информацию о версии tf

приложение

В приложении часто забывают инструкцию по установке: Установка версии pytorch-cuda:скачать версию официального сайта pytorchВыберите соответствующую адаптацию, вы можете использовать разные командыЯ часто загружаю pytorch python3.6

conda install pytorch==1.6.0 torchvision==0.7.0 -c pytorch

Суммировать

На данный момент мы завершили создание виртуальной среды на сервере Linux и можем установить любую версию python и tensorflow.Через анаконду мы теоретически можем создать множество виртуальных сред для запуска различных версий python и фреймворков глубокого обучения. код, но для более удобного запуска кода мы обычно используем pycharm для подключения к серверу или jupyter в сочетании с вещами, используемыми в этом блоге, для реализации графического интерфейса редактирования и запуска кода на сервере с высокой скоростью реализации, много сред, и внешний вид Хорошая среда кодирования с другими преимуществами делает более удобным запуск моделей в разных виртуальных средах В следующем блоге будет написано об использовании сервера соединений pycharm и jupyter.