虚拟开发环境配置

本文介绍了为何需要虚拟环境以避免版本冲突,并详细阐述了如何使用conda创建、激活和删除虚拟环境。接着,展示了如何在GPU环境中安装PyTorch。此外,还讲解了tmux的使用来管理代码运行,以及如何配置和启动JupyterLab进行远程开发。最后,讨论了conda环境的迁移步骤,包括导出和在新机器上重建环境。
摘要由CSDN通过智能技术生成

1. 为什么需要虚拟环境

不同版本的代码需要不同的环境,如果环境都装在base环境下就会导致环境更换繁琐严重降低开发和测试的效率,所以创建虚拟环境的必要性不言而喻

2. 创建虚拟环境

"""创建环境"""
conda create -n daicongDemo1 python=3.7
conda env list

"""进入/退出环境"""
source activate daicongDemo1
source deactivate daicongDemo1

"""删除环境"""
conda remove -n daicongDemo1

3. 安装代码运行环境

GPU版本,cuda10.1

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

conda activate pytorch
python
import torch
torch.cuda.is_available()

4. 使用tmux管理代码运行

apt-get update
apt-get install tmux
tmux new -s jupyter_notebook
"""创建tmux任务"""
tmux new -s daicong_demo1 

"""将tmux任务放入后台"""
先同时摁下ctrl+b 松开后摁下d

"""进入到tmux任务"""
tmux a -t daicong_demo1

"""查看tmux"""
tmux ls

"""删除tmux"""
tmux kill-session -t daicong_demo1 

5. 使用jupyterlab远程网页开发

5.1 设置密码

ipython
from notebook.auth import passwd
passwd()
"""
输入你自己设置登录JupyterLab界面的密码,
然后就会生产下面这样的密码,将它记下来,待会儿用
"""
'sha1:13ffa0ee03cd:0a019d25a2be7be5e85c07c00ab8abce5a371b5c'

5.2 配置jupyterlab

"""安装"""
pip install jupyter jupyterlab
"""生成配置文件"""
jupyter lab --generate-config

"""配置文件,更改c.NotebookApp.password为上面生成的sha"""
vim /data/data2/daicong/.jupyter/jupyter_notebook_config.py
c.NotebookApp.password = 'sha1:13ffa0ee03cd:0a019d25a2be7be5e85c07c00ab8abce5a371b5c'

5.2 启动jupyterlab服务

"""tmux保证服务持续稳定运行"""
tmux new -s jupyterlab
cd /data/daicong 
jupyter-lab --no-browser --port 9090 --ip=0.0.0.0

在这里插入图片描述

5.3 使用conda虚拟环境

conda activate env_name
pip install ipykernel -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
#https://pypi.tuna.tsinghua.edu.cn/simple
python -m ipykernel install --user --name env_name --display-name "env_name"
#python -m ipykernel install --user --name daicong_37 --display-name "daicong_37"

在这里插入图片描述

6.conda环境迁移

  1. 导出环境
 conda env export > environment.yml
  1. 在新机器上重现环境
 conda env create -f environment.yml

此时只有conda环境里的包,还需要把pip管理器中的包也加入,才能像以前一样正常使用

  1. 导出 requirements.txt
pip freeze > requirements.txt
  1. 安装requirements.txt (可忽略安装错误)

没有错误,则正常安装

pip install -r requirements.txt - i https://pypi.doubanio.com/simple```

遇到错误中断,使用如下命令

while read requirement; do  pip install $requirement; done < requirements.txt

值得注意的一点
如果你想迁移的环境就是base环境,那么会遇到命名错误的问题,最省事的办法就是换个名字再迁移

conda create -n BBB   #将环境克隆,取名为BBB

参考链接

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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