在服务器中的容器的作用和在本机电脑中的anaconda功能类似

最新推荐文章于 2022-10-27 19:57:02 发布
最新推荐文章于 2022-10-27 19:57:02 发布
阅读量274 收藏
点赞数
分类专栏： 笔记 文章标签： 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/qq_35415875/article/details/120647091
版权

不同之处在于在服务器中保存一个除了python和pytorch环境的镜像，然后需要什么先run一个镜像，再配置python和torch，相当于多个机器，在服务器中的一个容器中，也可使用anaconda配置多个环境

在本机中使用anaconda是在一个机器中，同时拥有不同的环境

相比较而言使用docker需要有先打包好一个镜像，但更安全，使用anaconda则不需要再run一个镜像，方便，我选第一种

anaconda有一个好处是可以检查环境是否是能用的，即配好就一定可以用，如果各版本之间有冲突则直接不能安装，不使用anconda直接使用pip3安装则不会检查，安装成功后有可能不能用，所以最好的办法就是，保存一个带有anaconda的镜象，由于cuda版本和pytorch版本也需要对应，python版本有时候也有要求，一般是3.6，3.7，所以保存一个只带有anaconda的镜像就可以了，其他的按需run后配置，

这样的好处是既是容器内比较安全，又是anaconda虚拟环境比较方便，而且还有anaconda的只要安装成功就一定可以用的优点

武凯的博客
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
docker和anaconda使用基础
m0_67393342的博客
08-14 875
Docker是在进行虚拟化，而传统VM则直接在硬件层面虚拟化。
深度学习编程环境概念（GPU, Tensorflow, Docker, CUDA, CPU, CUDNN, Keras, Anaconda, PyTorch介绍）
hello_program_world的博客
12-16 685
深度学习编程环境概念（GPU, Tensorflow, Docker, CUDA, CPU, CUDNN, Keras, Anaconda, PyTorch介绍） 简介 在深度学习过程中经常会遇到GPU, Tensorflow, Docker, CUDA, CPU, CUDNN, Keras, Anaconda, PyTorch等名次概念，也一直理不清这些编程环境的层次，所以做一个总结 总览 越往下越底层 解释 CPU 中央处理器（CPU，central processing unit）作为
在服务器的docker里 装anacond3深度学习环境的全流程基础向
YI_SHU_JIA的博客
03-03 4570
教大家 新建docker 装环境 用pycharm连接
远程服务器安装anaconda，上一个服务器的数据迁移以及环境迁移
CGY的博客
10-27 1188
远程服务器安装anaconda，上一个服务器的数据迁移以及环境迁移
在Linux远程服务器上，通过终端部署Anaconda和TensorFlow 1.13 GPU版本
最新发布
01-16
目录 ...版权声明：本文为CSDN博主「bug生成中」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 原文链接：https://blog.csdn.net/qq_34904125/article/details/118497935
Python3中在Anaconda环境下安装basemap包
09-20
总结一下，本篇文章主要介绍了在Anaconda环境下安装Python3的Basemap包的详细步骤，包括查找和下载合适的whl文件，以及使用pip进行安装。记住，正确匹配Python版本和文件名至关重要，以避免安装过程中出现错误。安装...
anaconda中更改python版本的方法步骤
09-19
在Anaconda这个强大的Python发行版中，用户可以根据项目需求灵活地切换或管理Python的版本。以下将详细讲解如何在Anaconda环境中更改Python版本，包括三种常用的方法。 **方法一：创建一个新的Python 3.5环境** ...
在Python IDLE 下调用anaconda中的库教程
09-17
主要介绍了在Python IDLE 下调用anaconda中的库教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
服务器自带python2与anaconda中的python3解释器版本冲突问题解决
qq_40233706的博客
06-21 175
服务器python解释器版本冲突问题解决
Docker详解以及Conda、tmux的使用
jiangchao98的博客
03-17 2988
Docker以及Conda的使用 查看本地所有的镜像 docker images、docker image ls
docker anaconda_一文了解Python数据科学的必备神器——Anaconda
weixin_39663593的博客
11-26 353
前言Anaconda 是一个开源的Python包管理器，它集成了数据科学领域的常用的开发环境。一般，在数据科学领域深耕的小伙伴们都知道这个神器，小编使用了一段时间之后，也深深被这款神器的强大和便捷所感染。今天小编就给大家总结小Anaconda的强大之处。科学计算依赖包拿来即用大家都知道Python之所以能在数据科学领域广泛被应用，就是因为它有强大的生态体系，有各种全面的数据科学计算包。但是这些包都...
Docker环境启用Anaconda并指定环境env
Francisll的博客
03-10 6956
默认的Docker环境无法执行source命令，因此无法通过 source activate 环境名 进入Anaconda环境。 集群的任务脚本为 startdocker -u "--ipc=host --shm-size 32G" -P /ghome/用户名 -D /gdata/用户名 -c "sh /ghome/用户名/bash脚本" bit:5000/deepo 把pytho...
docker安装anaconda数据分析
u011552182的专栏
04-23 8555
目录目录 docker 安装docker docker运行容器 docker容器转镜像 安装anaconda 安装jupyter notebook 设置远程访问jupyter 安装ipython 生成jupyter配置文件 启动jupyterdocker安装docker mac:下载安装包 centos:# yum install docker-io ubuntu:# sudo apt-get re
Docker与anaconda+jupyter
weixin_36844907的博客
01-17 3094
Arch docker的安装 //pacman 安装docker sudo pacman -S docker //docker启动 sudo systemctl start docker //设置开机启动docker sudo systemctl enable docker //将用户添加到docker组 sudo gpasswd -a [usr] docker //docker...
关于docker容器和镜像的区别
Mr.韩的博客
10-17 2839
          docker的整个生命周期有三部分组成：镜像（image）+容器（container）+仓库（repository）；         如下图所示，容器是由镜像实例化而来，这和我们学习的面向对象的概念十分相似，我们可以把镜像看作类，把容器看作类实例化后的对象。 [html] view plain copy                         docker 的...
conda和docker的一些记录
a1007942636的博客
11-17 1876
0.复盘 最近在接触docker的过程中，发现conda的使用不可避免，在docker用到镜像开启新的容器中势必要再配一遍anaconda,而我每次都要搜索一大堆配置指令，在搜索过程中就耗费了大量时间，这次必须做一次完整的总结。 1.conda的linux安装 1.1 配置环境 在root权限下：（否则加root） yum install -y vim （这是linux安装工具的命令） vim ~/.bashrc 然后加入下面的语句（将conda的安装环境加入路径） export PATH=/home/xx
ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from——报错简记
热门推荐
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
08-09 3万+
numpy 版本导致报错 yolov5 PyTorch to ONNX and TorchScript formats 代码运行： python export.py --weights yolov5s.pt --img 640 --batch 1 由于一些库使用 pip 安装之后，numpy 版本发生冲突，报错如下： ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88.
在Anaconda prompt中如何查看tensorflow的版本
09-09
### 回答1： 可以在Anaconda prompt中输入以下命令来查看已安装的tensorflow版本： ``` pip show tensorflow ``` 或者，可以直接使用以下命令来检查tensorflow版本： ``` python -c "import tensorflow as tf; print(tf.__version__)" ``` 这将输出当前安装的tensorflow版本号。 ### 回答2： 在Anaconda prompt中，您可以使用以下命令来查看tensorflow的版本： 1. 打开Anaconda prompt。 2. 输入以下命令并按下Enter键： `python` 这将启动Python解释器。 3. 在Python解释器中，输入以下命令并按下Enter键： `import tensorflow as tf` 这将导入tensorflow库。 4. 接下来，输入以下命令并按下Enter键： `print(tf.__version__)` 这将打印出当前安装的tensorflow版本号。 您将在Anaconda prompt中看到类似于"2.3.0"的版本号。这是您当前安装的tensorflow的版本。 ### 回答3： 在Anaconda prompt中，可以使用以下命令来查看安装的tensorflow版本： 1. 打开Anaconda prompt。 2. 激活需要查看tensorflow版本的环境。如果只有一个环境，可以跳过此步骤。 ```shell conda activate 环境名称 ``` 3. 输入以下命令来查看tensorflow版本： ```shell python -c "import tensorflow as tf; print(tf.__version__)" ``` 运行以上命令后，会输出tensorflow的版本号。 例如，输出的结果可能类似于： ``` 2.2.0 ``` 这表示安装的tensorflow版本是2.2.0。 请注意，通过以上方法只能查看当前已经安装的tensorflow版本。如果尚未安装tensorflow，或者想要安装其他版本，可以使用以下命令来安装特定版本的tensorflow： ```shell conda install tensorflow=版本号 ``` 其中，"版本号"是指要安装的tensorflow的具体版本号。例如，要安装tensorflow的2.2.0版本，可以使用以下命令： ```shell conda install tensorflow=2.2.0 ```

“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
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