国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Linux服務(wù)器下配置深度學(xué)習(xí)環(huán)境(PyTorch)

這篇具有很好參考價(jià)值的文章主要介紹了Linux服務(wù)器下配置深度學(xué)習(xí)環(huán)境(PyTorch)。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

目錄

一.?安裝anaconda

二. 創(chuàng)建虛擬環(huán)境

三. 安裝PyTorch


在配置環(huán)境前,需要遠(yuǎn)程連接服務(wù)器,我選擇使用MobaXterm,具體操作詳見(jiàn):

使用MobaXterm連接Linux服務(wù)器

一.?安裝anaconda

Anaconda,中文大蟒蛇,是一個(gè)開(kāi)源的Python發(fā)行版本,其包含了conda、Python等180多個(gè)科學(xué)包及其依賴(lài)項(xiàng)。

1.?下載anaconda

在官網(wǎng)上查找自己需要的版本,地址鏈接如下:

https://repo.anaconda.com/archive/

以我自己安裝的版本為例,在控制臺(tái)輸入這句話(huà):

?wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh

或者可以在官網(wǎng)直接下載,然后拖入服務(wù)器文件夾中安裝

2. 安裝anaconda

下載完成后輸入以下命令來(lái)進(jìn)行Anaconda的安裝

sh Anaconda3-2022.05-Linux-x86_64.sh

遇到回車(chē)就回車(chē),?一直回車(chē)到底部,遇到y(tǒng)es/no輸入yes

linux配置pytorch,環(huán)境配置,linux,服務(wù)器,深度學(xué)習(xí),pytorch,python

如見(jiàn)上述文字,說(shuō)明已經(jīng)安裝完成,重啟服務(wù)器后前面就增加了(base)

linux配置pytorch,環(huán)境配置,linux,服務(wù)器,深度學(xué)習(xí),pytorch,python

3. 卸載anaconda

打開(kāi)終端,然后刪除整個(gè)Anaconda目錄即可:

rm -rf ~/anaconda3

二. 創(chuàng)建虛擬環(huán)境

1. 創(chuàng)建虛擬環(huán)境

conda create -n lc_raft  python=3.7

創(chuàng)建名為lc_raft的python3.7的虛擬環(huán)境

2. 進(jìn)入虛擬環(huán)境

conda activate lc_raft

環(huán)境由base變?yōu)榱薼c_raft,前面變成了(lc_raft)

更多conda指令,詳見(jiàn):Conda簡(jiǎn)介及常用指令

三. 安裝PyTorch

1. 查看cuda版本

CUDA(Compute Unified Device Architecture),是顯卡廠商N(yùn)VIDIA推出的運(yùn)算平臺(tái)。 CUDA?是一種由NVIDIA推出的通用并行計(jì)算架構(gòu),該架構(gòu)使GPU能夠解決復(fù)雜的計(jì)算問(wèn)題。

關(guān)于查看自己電腦上的CUDA版本,首先需要區(qū)分CUDA的兩種API,即運(yùn)行時(shí)API(Runtime API)和驅(qū)動(dòng)API(Driver API),詳見(jiàn)CUDA學(xué)習(xí)(一)——如何查看自己CUDA版本?

1.1. 運(yùn)行時(shí)API(Runtime API)

查看運(yùn)行時(shí)API 版本的前提是已將在電腦上安裝了CUDA Toolkit

nvcc -V

linux配置pytorch,環(huán)境配置,linux,服務(wù)器,深度學(xué)習(xí),pytorch,python

??最下邊一行是CUDA Runtime API的版本。

1.2. 驅(qū)動(dòng)API(Driver API)

nvidia-smi

??

右上角的CUDA Version便是CUDA Driver API版本。

總結(jié):nvidia-smi版本大于nvcc -V的版本不會(huì)有什么問(wèn)題,根據(jù)nvidia-smi版本下載pytorch即可。

2. 下載PyTorch

官網(wǎng)下載:

linux配置pytorch,環(huán)境配置,linux,服務(wù)器,深度學(xué)習(xí),pytorch,python

??找到后,復(fù)制安裝代碼,輸入到控制臺(tái):

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

彈出提示,輸入 y,即可完成安裝,顯示“done”。

3. 測(cè)試安裝

首先輸入:python 然后在輸入:import torch

linux配置pytorch,環(huán)境配置,linux,服務(wù)器,深度學(xué)習(xí),pytorch,python

??輸出true即為成功,false不成功(可能是因?yàn)閜ytorch和cuda版本不匹配)

4. 查看pytorch版本

conda list

linux配置pytorch,環(huán)境配置,linux,服務(wù)器,深度學(xué)習(xí),pytorch,python

5. 卸載Pytorch

5.1. 使用conda卸載

conda uninstall pytorch
conda uninstall libtorch

5.2. 使用pip卸載

pip uninstall torch

如果是用conda install 命令安裝的pytorch,則用conda卸載,如果是用pip install命令安裝的,則用pip卸載。

至此,深度學(xué)習(xí)環(huán)境就配好啦,沖沖沖!

我們?cè)谶h(yuǎn)程登錄到Linux服務(wù)器后,有時(shí)運(yùn)行需要很長(zhǎng)時(shí)間才能完成的任務(wù),在此期間不能關(guān)掉窗口或者斷開(kāi)連接,否則這個(gè)任務(wù)就會(huì)被終止。因此需要在后臺(tái)離線(xiàn)運(yùn)行程序,我選擇使用screen離線(xiàn)運(yùn)行程序,具體操作詳見(jiàn):

使用screen在后臺(tái)離線(xiàn)運(yùn)行程序(linux服務(wù)器)

還有,配置環(huán)境中遇到的專(zhuān)業(yè)名詞(IP地址、端口、終端、顯卡服務(wù)器......)文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-738101.html

到了這里,關(guān)于Linux服務(wù)器下配置深度學(xué)習(xí)環(huán)境(PyTorch)的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶(hù)投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • vscode連接遠(yuǎn)程服務(wù)器 + Tensorflow2環(huán)境配置 + 深度學(xué)習(xí)訓(xùn)練

    vscode連接遠(yuǎn)程服務(wù)器 + Tensorflow2環(huán)境配置 + 深度學(xué)習(xí)訓(xùn)練

    參考:vscode連接遠(yuǎn)程服務(wù)器(傻瓜式教學(xué)) 配置服務(wù)器pytorch/TensorFlow環(huán)境+遠(yuǎn)程連接vscode 在遠(yuǎn)程服務(wù)器安裝anoconda并創(chuàng)建tensorflow-gpu環(huán)境并運(yùn)行jupyter 【vscode連接遠(yuǎn)程服務(wù)器】 step 1:測(cè)試服務(wù)器連接 win+R 進(jìn)入 cmd,在命令行輸入以下命令,并根據(jù)提示輸入密碼 step 2:安裝 ssh 插

    2024年02月08日
    瀏覽(20)
  • 深度學(xué)習(xí)環(huán)境搭建 2 AutoDL服務(wù)器配置及Xftp數(shù)據(jù)傳輸

    深度學(xué)習(xí)環(huán)境搭建 2 AutoDL服務(wù)器配置及Xftp數(shù)據(jù)傳輸

    目錄 1. 創(chuàng)建基于AutoDL的GPU環(huán)境 1. 1 租用實(shí)例 1.2? 配置環(huán)境——激活conda 1.3 根據(jù)不同框架和GPU的操作 1.4? ?jupyter頁(yè)面更新 1.5?電腦有網(wǎng)的情況下,jupyter顯示“未連接成功”的解決辦法? 2.??安裝Xftp 3. Xftp與AutoDL網(wǎng)盤(pán)連接 (環(huán)境配置可以選擇無(wú)卡模式,費(fèi)用低) 1. 算力市場(chǎng)

    2024年02月04日
    瀏覽(23)
  • 基于docker的ubuntu云服務(wù)器jupyter深度學(xué)習(xí)環(huán)境配置指南

    基于docker的ubuntu云服務(wù)器jupyter深度學(xué)習(xí)環(huán)境配置指南

    安裝docker 文檔中的命令如下: 如果回顯如下所示,則說(shuō)明成功: 安裝Nvidia-docker 根據(jù)官方文檔中的命令跑就行了 如果出現(xiàn)了以下回顯,說(shuō)明安裝成功 需要注意的是,在運(yùn)行最后一步命令時(shí): sudo docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi 如果報(bào)錯(cuò)

    2024年02月13日
    瀏覽(17)
  • 學(xué)校服務(wù)器安裝anaconda并配置pytorch環(huán)境

    學(xué)校服務(wù)器安裝anaconda并配置pytorch環(huán)境

    參考視頻:遠(yuǎn)程服務(wù)器安裝anaconda并配置pytorch環(huán)境 使用服務(wù)器運(yùn)行項(xiàng)目,使用的是服務(wù)器的環(huán)境(即服務(wù)器的虛擬環(huán)境和其中的pytorch),與連接服務(wù)器的本機(jī)就是你的電腦應(yīng)該是沒(méi)有關(guān)系的。 鏈接:Anaconda官網(wǎng) 這是我下載的版本 Anaconda3-2023.09-0-Linux-x86_64.sh 將下載好的文件傳

    2024年01月15日
    瀏覽(97)
  • 在服務(wù)器上安裝pytorch并配置CUDA環(huán)境變量

    (1) 使用以下命令來(lái)查看安裝在服務(wù)器上的NVIDIA驅(qū)動(dòng)程序版本: 這將顯示有關(guān)安裝的NVIDIA驅(qū)動(dòng)程序的詳細(xì)信息,包括版本號(hào)。 (2)使用以下命令來(lái)查看CUDA版本: 本服務(wù)器上NVIDIA驅(qū)動(dòng)程序版本:460.56;CUDA版本:11.2 (1)打開(kāi)終端或命令提示符,并激活您的Anaconda環(huán)境(如果

    2024年04月26日
    瀏覽(95)
  • 在GPU服務(wù)器(Linux)上安裝Anaconda和PyTorch環(huán)境

    在GPU服務(wù)器(Linux)上安裝Anaconda和PyTorch環(huán)境

    Anaconda官網(wǎng):https://repo.anaconda.com/archive/ 根據(jù)自己需要,復(fù)制安裝包名字,以Anaconda3-2023.07-2-Linux-x86_64.sh為例 命名規(guī)則:Anaconda3-版本號(hào)-Linux-x86_64.sh 在終端輸入命令, 下載 安裝包 運(yùn)行安裝腳本 ,可以指定路徑 bash 安裝包名字 -p PATH -u 安裝完成后, 設(shè)置環(huán)境變量 ,把Anaconda下

    2024年02月11日
    瀏覽(32)
  • 服務(wù)器機(jī)器學(xué)習(xí)環(huán)境搭建(包括AanConda的安裝和Pytorch的安裝)

    服務(wù)器機(jī)器學(xué)習(xí)環(huán)境搭建(包括AanConda的安裝和Pytorch的安裝)

    在學(xué)校中,我們?cè)趯W(xué)校中是以用戶(hù)的身份進(jìn)行訪問(wèn)學(xué)校的服務(wù)器的。整體框架大致如下: 我們與root用戶(hù)共享服務(wù)器的一些資源,比如顯卡驅(qū)動(dòng),Cuda以及一些其他的公共軟件。 一般情況下, 只有root用戶(hù),才有權(quán)力管理公共資源。比如Cuda的安裝,更新等等。 普通用戶(hù)可以進(jìn)

    2024年03月17日
    瀏覽(29)
  • (深度學(xué)習(xí))PyCharm 連接配置服務(wù)器

    (深度學(xué)習(xí))PyCharm 連接配置服務(wù)器

    需要 Pycharm 專(zhuān)業(yè)版 以 2022 版的 PyCharm 為例: 1. 連接服務(wù)器 File ---- Settings ---- Python Interpreter ---- Add Interpreter ---- On SSH 輸入服務(wù)器的 Host、Port 和 Username ---- Next 輸入密碼 ---- Next Next 可以選擇虛擬環(huán)境,我個(gè)人習(xí)慣選擇下面那個(gè) System Interpreter 選擇本機(jī)項(xiàng)目地址和對(duì)應(yīng)的服務(wù)器同

    2024年02月11日
    瀏覽(21)
  • 懶人式遷移服務(wù)器深度學(xué)習(xí)環(huán)境(完全不需要重新下載)

    懶人式遷移服務(wù)器深度學(xué)習(xí)環(huán)境(完全不需要重新下載)

    ??換服務(wù)器了?想遷移原來(lái)服務(wù)器上的深度學(xué)習(xí)環(huán)境,但又覺(jué)得麻煩懶得重新安裝一遍anaconda、pytorch?有沒(méi)有辦法能不費(fèi)吹灰之力直接遷移?接下來(lái)跟著我一起,懶漢式遷移。 ?? 本方法適用于在同一內(nèi)網(wǎng)下的兩臺(tái)服務(wù)器之間互相遷移,不在同一局域網(wǎng)下的話(huà)可能要弄內(nèi)

    2023年04月16日
    瀏覽(24)
  • 新的Ubuntu服務(wù)器上如何安裝深度學(xué)習(xí)環(huán)境的docker

    背景: 硬件:聯(lián)想的雙3090顯卡 總共 48GB顯存 4TB 刀片式服務(wù)器。 軟件:只安裝了nvidia的驅(qū)動(dòng),能用nvidia-smi查看顯卡信息,但是 nvcc -V看不到東西。 鏡像包是?nvidia_cu11_tf15.tar,里面包含 公司nvidia驅(qū)動(dòng)和環(huán)境里的TensorFlow,torch 是不一樣的。一開(kāi)始擔(dān)心 是不是 要 降級(jí) Ubuntu下的

    2024年02月10日
    瀏覽(27)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包