武大超算linux系统平台配置pytorch环境

最新推荐文章于 2023-05-17 19:45:00 发布
最新推荐文章于 2023-05-17 19:45:00 发布
阅读量958 收藏 5
点赞数 2
文章标签： pytorch 深度学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Cyj_0703/article/details/127264076
版权

（仅个人学习记录使用）

1.下载anaconda3和安装

保存在 /project/username/ 文件下

 cd /project/username/

 sh Anaconda3-2022.05-Linux-x86_64.sh

中间更换路径 ，不能安装在home里，内存不够

/project/username/anaconda3

2.创建pytorch虚拟环境

在指定目录下创建：

conda create --prefix=/project/username/anaconda3/envs/pytorch python=3.8

否则可能安装在home文件里，会报内存错误

3.安装torch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch4

4.修改预训练模型保存位置

找到hub.py 文件所在位置

/project/username/anaconda3/envs/pytorch/lib/python3.8/site-packages/torch

打开hub.py文件

定位值hub_dir

模型的保存位置：

hub_dir=‘/project/username/anaconda3/envs/pytorch/lib/python3.8/site-packages/torch’

总之，不能安装到home下，不然会报各种容量的错误

放眼望地球
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
linux下mpi环境配置,超算mpi环境安装和使用
weixin_39689870的博客
05-06 3453
在超算环境中一般都是比较老的mpi环境,会出现调用不成功，无法使用等情况。所以一般都会需要在自己的用户目录下去配置mpi环境.配置mpi一般前提条件需要:gcc/g++ 编译器gfrotran 编译器(可选,fortran并行需要)在配置mpi环境前,需要系统确认已经安装好了上述编译器.下载mpi源码当前目录解压，进入解压目录新建build目录 进入build目录在学校的超算上编译运行mpi环境....
超算上安装python+HTSeq+numpy+easy_install
somebody oneday
08-25 5809
之前用tophat+cufflinks 算了RNA-seq差异表达，想用DESeq试下。查的protocol是要用HTSeq处理map的结果，也就是count reads。但是HTSeq是一个python的包，需要numpy，没有root权限，半天搞不好。记录下： 1.下载HTSeq 下载 传到主机上，python setup.py build 出错。 2.直接非root权限安装一个p
武大超算使用记录
carry_hjr的博客
09-09 1689
超算中心简介 网址:http://hpc.whu.edu.cn 操作系统：x86_64架构的64位CentOS 7.5 Linux GPU集群：400块Nvidia Tesla V100，峰值计算能力3000万亿次/秒，100G OPA互联 申请流程 老师和学生分别申请免费账户，通过后会收到邮件，邮件里提供了用户名、ip和初始密码，然后参照http://hpc.whu.edu.cn/sjfw/ffsq.htm 发送申请表到官方邮箱，所属超算用户填写老师的用户名，超算用户填写学生的用户名，申请通过后会收到邮件
武大超算新建环境记录（anaconda、env、tensorflow-gpu、python3.6）
weixin_44309437的博客
11-11 804
武汉大学超算平台新建个人环境
北京超算云中心pytorch/mmcv环境配置
stone_tigerLI的博客
05-17 1209
先放上常用的基本命令。下面开始配置pytorch。
武汉大学超算入门介绍
weixin_52459277的博客
05-09 2353
使用武大超算部署yolov5环境
超算LSF系统提交python作业
Jaguar_95的博客
06-06 6355
一，添加所用python的环境变量（添加过的可以忽略这一步）export PATH=/...........:$PATH （……代表python路径）source ~/.bashrc二，编写脚本（以我的为例，***为隐私，路径对了就行）windows系统下新建文本文档，输入下面这段代码：#!/bin/sh#BSUB -q gpu#BSUB -o %J.out#BSUB -e %J.err#...
超算云服务深度学习环境配置及使用方法
知识搬运者
04-26 3407
踩过的坑：如果输入module avail显示command module not found，则先输入source path/path/module.sh（一般这里路径会在连接服务器时有提示），再输入module avail。文件的配置模板如下：（编辑器，编辑脚本中第三行，将xxx改为实际用conda创建的虚拟环境名，最后一行python命令后xxx.py修改为自己的代码文件或完整命令即可）点击桌面SSH图标，显示当前账号可访问的云服务器，点击想要连接的服务器。jobid是指作业号，
超算云服务深度学习环境配置Pytorch1.6+CUDA10.2+DGL0.4.3
weixin_46065198的博客
05-18 6162
超算云服务深度学习环境配置登录超算云服务连接服务器1. 通过SSH连接服务器2. 通过第三方软件连接服务器（Xshell）配置深度学习环境1. 查看服务器已安装模块2. 调用Anaconda模块3. 创建Python3.7的虚拟环境4. 虚拟环境下安装CUDA10.2+Pytorch1.6.0
超算平台安装Anaconda和Tensorflow
qq_40185784的博客
07-26 7277
背景：因为我们学校有个超算系统，老师让我们把程序都放在上面跑。鉴于超算的GPU是Tesla V100 16GB，虽然老师只买了8块GPU的使用权，我还是不忍心用自己的电脑跑深度学习的程序。 于是记录一下安装过程。操作系统是x86_64架构的64位CentOS 7.5 Linux 其实我们学校的超算预装了挺多的程序，有自带的anaconda和tensorflow，分别有py2.7和3.6两个版本，但是实际用的时候发现很多偏僻的库没有安装，而我们又没有权限，所以要自己安装库的话还是得自己一个环境比较好。
并行超算云直连SSH，Pycharm运行ST-GCN
m0_56698268的博客
05-15 2464
并行超算云环境配置 写在了下面的文章中 并行超算云环境配置_Eric加油学！的博客-CSDN博客 Pycharm远程服务器环境配置 并行超算云环境配置_Eric加油学！的博客-CSDN博客 Pycharm SSH直连运行代码 首先本机打开自己要运行的代码文件夹，根据上面的配置先配置好本机和服务器的环境，然后Tools--- 》Start SSH Session 然后打开终端，一开始其实是处于你自己的base环境，我们需要先进入到超算云服务器所创建的虚拟环境中 module a..
配置北京超算中心到本地pycharm的过程
insid1out的博客
02-06 751
在平台壳子打开控制台，进入一个新的页面。然后看这个文章，创建公钥，复制粘贴。
pytorch系列（二）Linux下安装pytorch
qq_30049011的博客
07-06 1347
Anaconda下pytorch环境安装（Linux） 本文默认已经安装了anaconda，如未安装可参考：pytorch系列（二）Linux下安装anaconda（还没写，更新之后再加链接，小伙伴们先查看其他anaconda教程吧！） 1、创建新的pytorch虚拟环境 根据自己的python版本在终端输入如下命令，将新环境命名为：pytorch（你喜欢的任意名字均可） conda create -n pytorch python=3.7 显示内容如下， proceed的那行输入：y 2、进入新创建的
在linux服务器下配置Python环境， 并安装gpu版本Pytorch
LJH_laura_li的博客
09-28 1900
在linux服务器下搭建Python环境
连接Linux远程服务器配置Pytorch环境
UIBE_day_day_up的博客
11-15 1349
远程连接 Linux 服务器，使用清华镜像源配置 Pytorch 环境全过程
ananconda添加镜像
qq_32947813的博客
11-26 716
先执行 conda config --set show_channel_urls yes 生成该文件之后再修改 在用户目录下的 修改.condarc 文件 ： channels: defaults show_channel_urls: true channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda default_channels: https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/ma
Linux服务器下配置深度学习环境（PyTorch）
qq_43307074的博客
10-29 6504
在Linux服务器上配置深度学习环境
所里的超算配置环境问题汇总
JungleKing的专栏
01-16 1354
pip指向不对 使用pip出现/bin/python: bad interpreter: No such file or directory： 复制环境后使用pip出现了bad interpreter: No such file or directory：提示， 按照下面可以解决： which pip /home/jin016/.conda/envs/py35/bin/pip which ...
武大超算各种记录
qq_36227457的博客
04-15 2040
武大超算各种大坑记录1.登陆和基础简介2.一些功能应用 1.登陆和基础简介 登陆最开始是申请的时候老师发的邮件里面的账号和密码，需要自己修改密码，邮件里面有命令 自己的home/user的目录里面有project和workfs两个文件夹，存放东西安装软件都在这两个里面安装，不然亏死，外面的home/user目录只有1个g太惨了！！而且当1个g填满的话什么操作都做不了，bash.rc也不能改什么都不...
linux anaconda配置pytorch环境
最新发布
05-26
以下是在 Linux 系统中使用 Anaconda 配置 PyTorch 环境的步骤： 1. 安装 Anaconda 在 Anaconda 的官网上下载对应 Linux 系统的 Anaconda 安装包，并安装。 2. 创建虚拟环境 在终端中输入以下命令来创建一个名为 “pytorch” 的虚拟环境： ``` conda create --name pytorch ``` 3. 激活虚拟环境 输入以下命令来激活名为 “pytorch” 的虚拟环境： ``` conda activate pytorch ``` 4. 安装 PyTorch 输入以下命令来安装 PyTorch： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia ``` 其中，`cudatoolkit=11.1` 表示安装 CUDA 11.1 版本，如果你的系统中没有安装 CUDA，则可以去掉 `cudatoolkit=11.1`。 5. 验证 PyTorch 安装成功 在 Python 环境中输入以下命令来验证 PyTorch 是否安装成功： ``` import torch print(torch.__version__) ``` 如果输出对应的 PyTorch 版本号，则表示安装成功。 6. 退出虚拟环境 输入以下命令来退出虚拟环境： ``` conda deactivate ``` 完成以上步骤后，你就可以在 Linux 系统中使用 Anaconda 配置 PyTorch 环境了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值