- pip+清华镜像
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
- cuda
# 查看cuda 版本
cat /usr/local/cuda/version.txt
- conda
# 查看 conda 版本
conda --version
# 查看虚拟环境
conda info --envs
# 查看虚拟环境下的环境配置(激活虚拟环境后执行)
conda list
# 离开虚拟环境
conda deactivate
- 创建/删除虚拟环境
# 创建虚拟环境名为 nlp ,对应 python 版本 3.6(可自行指定版本号)
conda create -n nlp python=3.6
# 在指定目录下搭建虚拟环境
conda create --prefix=/mnt/external/cjm/envs/pytorch_04 python=3.6
# 删除指定目录下搭建的虚拟环境(需退出该虚拟环境后执行)
conda env remove -p /mnt/external/cjm/envs/pytorch_04/
- 虚拟环境的激活
# 激活默认目录下的虚拟环境
conda activate nlp
# 激活指定目录下的虚拟环境
conda activate /mnt/external/cjm/envs/pytorch_04
激活虚拟环境时报错:
报错原因,可能是上次关闭服务器时没有关闭虚拟环境,此时执行:
source activate # 切换到 base 目录下
conda deactivate # 退出虚拟环境
- GPU使用情况
nvidia-smi
可以通过下面语句来指定程序运行时使用的显存号
# 使用python的 os 模块
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1,2'
# 直接设置环境变量(linux 系统)
export CUDA_VISIBLE_DEVICES = 2,3
# 跑代码的时候指定
CUDA_VISIBLE_DEVICES = 2,3 python setup.py
- 查看 pytorch 版本
# 在 python 编辑环境下输入
import torch
torch.__version__
- 在当前的虚拟环境中安装 tensorflow
conda install tensorflow-gpu
# 若需要指定版本 (conda 会检测要安装的tf版本是否与当前版本相容)
conda install tensorflow-gpu = xxx
# 验证tf是否成功安装(在python编辑环境下输入)
import tensorflow as tf
tf.version
- 安装指定版本的 numpy
conda install numpy=1.11.3
- 安装指定版本的opencv(import cv2 报错)
pip install opencv-python==3.2.0.6
- 安装指定版本的pydicom
pip install pydicom==1.4.2
- 报错:ModuleNotFoundError: No module named ‘PIL’
conda install pillow
- 报错:ModuleNotFoundError: No module named ‘torchnet‘
# 安装 git
conda install git
# 或者
pip install git
# 确保 torch 已经安装
pip install git+https://github.com/pytorch/tnt.git@master
- 报错:ModuleNotFoundError: No module named ‘torch’
# 安装指定版本的 pytorch
conda install pytorch=0.4 -c pytorch