服务器虚拟环境创建

本文介绍了如何使用conda进行虚拟环境管理,包括创建、激活、退出和删除环境。详细阐述了在服务器上安装tensorflow-gpu和pytorch的步骤,以及解决相关依赖问题。同时,提供了包管理命令和服务器上运行tensorflow GPU模型的流程。当遇到权限不足的问题时,给出了相应的解决方案,并讲解了GPU设置,包括限制GPU使用率和监视GPU状态的方法。
摘要由CSDN通过智能技术生成

conda 中环境管理:

  1. 查看当前已安装虚拟环境命令:$ conda info -e
  2. 创建新的虚拟环境命令:$ conda  create -n "env name" python=版本号
  3. 激活虚拟环境命令:$ source activate "env name"
  4. 退出虚拟环境命令:$ source deactivate
  5. 删除自己创建虚拟环境的命令:$ conda remove -n "env name"  --all  或 $ conda env remove -n env_name
  6. 列出环境: $ conda  env list    或   $ conda info -e
  7. 安装tensorflow-gpu时注意:
    (1).先使用命令:$ conda search tensorflow-GPU 查看可使用版本。                                                                           (2).再使用命令:$ conda install tensorflow-gpu="对应可安装版本号"  安装对应版本。
在云服务器创建虚拟环境可以通过以下步骤实现: 1. 首先,在命令行窗口(cmd)下新建一个虚拟环境,使用命令"mkvirtualenv 虚拟环境名"。这将在环境变量指定的文件目录下创建一个新的虚拟环境。 2. 接下来,可以使用命令"lsvirtualenv"来查看所有的虚拟环境,以确保新建的虚拟环境已成功创建。 3. 切换到新建的虚拟环境,使用命令"workon 虚拟环境名"。这将激活该虚拟环境,使其成为当前环境。 4. 当你完成在虚拟环境中的操作后,可以使用命令"deactivate"来退出虚拟环境。这将恢复到原始环境。 5. 如果你想删除虚拟环境,可以使用命令"rmvirtualenv 虚拟环境名"。这将删除指定的虚拟环境及其所有已安装的软件包。 6. 要进入虚拟环境所在的目录,可以使用命令"cdvirtualenv"。这将让你进入虚拟环境的根目录,方便进行相关操作。 创建虚拟环境可以帮助你在云服务器上隔离不同的项目,并确保它们之间的软件包不会相互影响。这对于同时开发不同版本的项目非常有用。通过创建不同的虚拟环境并在其中安装不同版本的软件包,你可以适配不同的项目需求。 需要注意的是,以上操作是基于Windows系统的命令行环境。在云服务器创建虚拟环境时,可以根据具体的操作系统和命令行工具进行相应的调整和使用。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
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