1 服务器上创建新的环境
conda create -n [yourEnv] python=
conda有关环境的常用命令:
conda activate [环境名] #激活环境
conda list #查看当前环境下安装的包和版本
conda env remove -n [环境名] #删除环境
conda env list #查看所有的环境
2 服务器上创建kernel
2.1 激活环境
conda activate [环境名]
2.2 创建kernel
必须先安装ipykernel
(如果速度慢可以参考更换镜像源)
conda install ipykernel
要调用当前环境下的python创建才能调用安装好的ipykernel库,因此先查找当前环境的python路径
which python
这一行会输出当前环境的python路径
用当前环境下的python执行
sudo [得到的路径] -m ipykernel install --name [kernel的名字]
有关kernel的常用命令
jupyter kernelspec list #查看当前可用kernel
jupyter kernelspec remove [kernel的名字] #删除kernel
3 安装需要的库
一般使用conda及pip命令安装各类包,且通常速度极慢容易断开,可以通过修改镜像源方式解决大部分问题
3.1 修改镜像源
pip install [包名] –trusted-host [镜像源网址]
conda config --add channels [镜像源网址]
删除conda镜像源
conda config --remove channels [镜像源网址]
换回conda默认源
conda config --remove-key channels
镜像源收集
pip | conda |
---|---|
http://pypi.douban.com/simple/ | https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ |
http://pypi.douban.com/simple/ | https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ |
http://pypi.hustunique.com/simple/ | https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ |
http://pypi.sdutlinux.org/simple/ | https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ |
http://pypi.mirrors.ustc.edu.cn/simple/ | |
http://pypi.mirrors.ustc.edu.cn/simple |
3.2 修改环境环境变量
由于在服务器上有多个用户,多个项目,调包时不同项目可能需要配置不同的版本的包,而服务器系统会默认指向某个版本的包,为了不与其它用户冲突,我们需要指定环境变量,这里使用export命令,export只会在当前终端生效,开启一个新终端时则需要重新设置,但是也因此完全不会影响的其它用户(甚至连自己都影响不了QAQ)
cuda环境
逐行输入
export PATH=/root/luoxinhang/cuda10.0/bin${PATH:+:${PATH}} #需要更改自己的cuda/bin路径
export LD_LIBRARY_PATH=/root/luoxinhang/cuda10.0/lib64\ #需要更改自己的cuda/lib64或cuda/lib32路径
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
第一篇文章,总结一下工作流程,因为我是个小白,所以写的也比较小白,前面带标号的是基本步骤,不带标号的是一些补充辅助。
只写了一点点,待日后继续更新。。。