创建AutoDL云服务器实例并安装GPU环境（二）

VIP文章 已于 2022-06-08 20:53:04 修改
阅读量3.4k 收藏 43
点赞数 8
分类专栏： 云服务器 文章标签： bash linux 开发语言 编辑器
于 2022-05-14 13:20:21 首次发布
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_43781887/article/details/124766967
版权

创建AutoDL云服务器实例并安装GPU环境（一）_setTimeout()的博客-CSDN博客

在上面这篇博客里面已经介绍了如何进行创造实例，接下来来说一下如何进行GPU环境安装。

1.点击进入jupyterLab

2.进入之后点击进入终端

3.输入：vim ~/.bashrc，然后输入英文的i进行编辑，移动到文件的最后一行加上source /root/miniconda3/etc/profile.d/conda.sh之后按Esc键，然后输入:wq回车。

4.输入bash重启终端

5. 进入环境：conda activate base

6.创建新环境：conda create -n py38 python=3.8

7.进入新环境，输入：conda activate py38

至此，基本的环境就搭建好了，下一个博客再来说说搭建GPU环境，下个博客见`

申申あ
关注
  • 8
    点赞
  • 踩
  • 43
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
创建AutoDL云服务器实例并安装GPU环境（三）
qq_43781887的博客
09-27 7101
上面的镜像文件需要在网上去找镜像，这里就不多说了。这里建议把镜像上传到网盘中，后续安装多个实例也更加方便，同时大家要注意，需要传到同一个地区服务器的网盘下。2.输入：ipython kernel install --user --name=py38。那么关于创建AutoDL云服务器实例并安装GPU环境最后一篇博客来啦~（6）先激活配置环境，然后运行下面这段代码检查GPU是否配置成功。在jupyter页面里面就可以看到下面多了一个基础环境。出现下面的结果就说明配置成功啦！输入实例的ssh和密码远程链接。
autodl-irssi-开源
05-01
用于Irssi的插件，该插件监视torrent IRC公告频道，基于用户定义的过滤器下载torrent文件，然后将torrent文件发送到本地或远程torrent客户端。 支持几种不同的私人跟踪器。
autodl-trackers：autodl-irssi的autodl-community分支的跟踪器文件
02-02
autodl-trackers：autodl-irssi的autodl-community分支的跟踪器文件
AutoDL-Projects:在PyTorch中实现的自动化深度学习算法
03-07
自动化深度学习项目（AutoDL-Projects）是一个开源，轻量级但对所有人有用的项目。 该项目实施了几种神经体系结构搜索（NAS）和超参数优化（HPO）算法。中文介绍见 谁应该考虑使用AutoDL-Projects 想要尝试不同AutoDL算法的初学者 想要尝试使用AutoDL调查AutoDL是否适用于您的项目的工程师 想要轻松实现和尝试新的AutoDL算法的研究人员。 我们为什么要使用AutoDL-Projects 简单的库依赖 所有算法都在同一代码库中 主动维护 AutoDL-Projects功能 目前，该项目提供了以下算法和脚本来运行它们。 请在说明列中提供的链接中查看详细信息。 类型 ABBRV 演算法 描述 纳斯 塔斯社 Dart 通用会计准则 塞顿 NAS-Bench-201 导航台 ... ENAS / REA / REINFORCE / BO
pycharm连接autodl服务器（yolov8训练自己的数据集）
02-16
里面没写怎么配置yolov8环境，这个参考官方文档就行很简单一行代码即可
Autodl抢占GPU的办法
weixin_47491231的博客
12-01 915
我们在关闭机器再重启的时候，经常抢不到GPU，尽管可以订阅GPU通知，但微信的这种消息好像不通知，反正我的手机是不通知。使用方法，在容器实例页面，将代码复制到控制台，回车即可。注意给网页系统通知权限。
AUTODL云服务器使用大致步骤（适合本人版）
weixin_43560675的博客
11-19 415
输入一些指令 python ......(一)在官网上创建一个服务器。
【AutoDL】使用云服务器跑深度学习代码
weixin_45768644的博客
12-15 2012
1.算力市场 租用服务器，选择自己心仪的服务器2.镜像可以选择一些基础的镜像，社区镜像里是git上有的环境。3.上传文件在文件存储中，选择上传的区，在右边点击上传，选择自己的文件上传到云服务器中。
autodl搭建云服务器，运行深度学习代码
qq_45740724的博客
10-31 3067
Autodl+vscode 搭建深度学习运行环环境
算力云AuToDL使用教程 （开机镜像环境配置）
qq_43583767的博客
02-01 4057
注意：如果没有二次编译代码的需求，正常情况下不需要单独安装CUDA/cuDNN，因为框架都内置了编译好的CUDA，框架版本和CUDA版本是对应的，只需要关注框架版本即可，无需独立关注CUDA版本。平台内置的所有镜像都安装了Miniconda，安装路径为/root/miniconda3/。
Pycharm连接远程服务器过程图解
12-20
除了使用xshell等连接服务器以外，pycharm也可以连接服务器，在服务器上运行代码，上传下载文件等操作。 步骤如下：1、pycharm工具栏：Tools–>Deployment–>Configuration 2、左上角：点击+加号–>SFTP（最好选择这个） 3、给连接命名（自定义） 4、选择新建的连接–>Connection–>输入服务器、登录信息–>Test connection，测试能否连接成功。 连接成功后，会弹出如下窗口，否则是其他信息： 5、在上面的窗口中：点击–>Mappings，设置工作目录路径设置好后，点击确定 6、现在可以进行文件的上传和下载工作了（此时还
autodl-irssi：由社区驱动的autodl-irssi分支
02-04
autodl-irssi：由社区驱动的autodl-irssi分支
AutoDL--迁移实例（无gpu换为有gpu）
混吃等死，研究生在读，毕业无望，偶尔搞点好玩的
04-04 4404
Autodl使用教程
创建AutoDL云服务器实例并安装GPU环境（一）
qq_43781887的博客
05-11 3732
因为内容比较多，所以多分几个文章进行分段式讲解 （一）创建AutoDL示例并进行无卡开机 1.首先进入AutoDL官网AutoDL-品质GPU租用平台-租GPU就上AutoDL 2.进行注册，可以领10元的代金券（白嫖很香） 3.然后就可以进入控制台，然后点击租用新实例 4.选择自己想要的配置， 下面是我选择的配置 5.创建好实例之后选择右边更多中的无卡开机（因为刚开始需要装环境传文件什么的，不需要使用GPU，无卡开机每小时只要0.1元！！！） 6.选择无卡开机之后复制下自己的ssh和
AutoDL云服务器使用（2）-虚拟环境搭建
abinghui123的博客
05-23 3963
提示以“root”用户身份运行 pip 可能会导致权限损坏和冲突，往往因为这个问题，导致我们无法更新pip或下载库失败,我的库torchaudio安装不上怎们办，好像解决办法是在虚拟环境里面安装，所以需要搭建虚拟环境 1、新建虚拟环境名（在云服务器jupter那里） 点开（如下图所示） 输入conda create -n my-env python=3.7 2.进入虚拟环境：conda activate my-env 3.安装你所需的框架，我需要的是tensorflow 在终端输入pip
手把手教你使用AuToDL算力云训练自己的数据
deng_hy17451091的博客
11-29 1837
然后安装训练supip install -r requirements.txt。3.配置训练框架环境（注：30系列的卡需要配备cuda11以上的版本）最后执行代码：python train.py 开始训练。4. 进入jupyterlab->>终端。1. 打开AutoDL算力云网站。2. 选择所需合适的算力服务器。6.解压上传的文件数据包。进入base创建目标环境。5.上传代码文件和数据。
AutoDL云服务器的使用
醋酸洋红的博客
09-21 1515
使用此云服务器的优势学生认证，省钱可无卡模式启动，省钱上传数据比较方便网站。
云服务器做深度学习推荐+autoDL云服务器进行深度学习教程
造钞
08-24 8042
笔者用云服务做深度学习项目，经过多次筛选，对于自掏腰包的学生来说，性价比是真不错。
【bash】笔记
最新发布
DFminer
05-08 383
首先，你需要一个包含CUDA和NVIDIA驱动的Docker镜像。NVIDIA提供了官方的CUDA镜像，这些镜像是基于不同的基础镜像（如Ubuntu、Debian等）构建的，并且已经包含了CUDA和NVIDIA驱动。这在脚本内部需要引用脚本名称或者路径时非常有用，比如在打印日志、错误信息或者像上面提到的帮助信息中显示脚本名。不过，通常情况下，如果你使用的是带有CUDA的预配置镜像，这些库应该已经包含在镜像内。这确保了在没有指定Docker镜像仓库的情况下，有一个默认的仓库值可供使用。
在autodl云服务器上安装OPTIX库
05-31
4. 为了避免与其他CUDA版本的冲突，建议使用conda或者虚拟环境安装。在conda环境下，建议安装cuda=10.0的版本，因为OPTIX库支持的最高CUDA版本是10.0。 5. 进入解压后的目录，执行以下命令安装OPTIX库： ``` ...

“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 7
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