1 查看目录
ls:查看当前目录
mkdir tmp:创建文件夹tmp
cd:跳到要切换的目标目录
~ 也表示为 home 目录 的意思,.则是表示目前所在的目录, .. 则表示目前目录位置的上一层目录。
跳到/home/hyd/yzq
cd /home/hyd/yzq
跳到自己的home目录
cd ~
跳到目前目录的上上两层
cd ../..片
2 在Ubuntu系统安装anaconda
例:在Ubuntu系统安装anaconda
(anaconda下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)
比如安装的文件Anaconda3-2020.11-Linux-x86_64.sh在/home/hyd/yzq/anaconda下
(1)先定位到安装的目录下:cd /home/hyd/yzq/anaconda
(2)在运行 bash Anaconda3-2020.11-Linux-x86_64.sh 或者在这个路径下运行./Anaconda3-2020.11-Linux-x86_64.sh
安装的时候会出现很长的提示文件,直接按Q键跳到最后,再按yes
(3)完成上面的操作后,运行which python会显示/usr/bin/ipython,表示现在的Python还在原来的路径上,这时我们要人为地刷新,运行source ~/.bashrc,此时再运行which python会显示~/anaconda3/bin/python,运行which pip,which ipython也是指示在anaconda3的路径下,此时anaconda算完成安装
3 虚拟环境
3.1 查看虚拟环境
(1)查看cond有哪些虚拟环境:conda info -e,会显示
# conda environments:
#
base * /home/hyd/anaconda3
(2)查看conda 版本:conda --version
3.2 创建、删除虚拟环境
创建、删除虚拟环境的方法(也可以在anaconda navigatro上创建,下面演示命令创建的方法)
(1)创建虚拟环境格式:conda create -n 环境名字 python=版本
conda create -n maso_pytorch python=3.6
(2)查看虚拟环境:conda info -e
(3)进入虚拟环境:conda activate 环境名字
conda activate maso_pytorch
(4)删除虚拟环境格式:
conda remove -n maso_pytorch --all
例子:
流程:
(1)输入conda info -e,查看现在的Python环境
(2)先创建名字为maso_pytorch,Python版本为3.6的虚拟环境
conda create -n maso_pytorch python=3.6
(3)输入conda info -e,创建完成后查看是否创建成功,会显示
# conda environments:
#
base * /home/hyd/anaconda3
maso_pytorch /home/hyd/anaconda3/envs/maso_pytorch
这是在服务器的/home/hyd/anaconda3/envs下会看到我们创建的环境
(4)进入虚拟环境:conda activate maso_pytorch,会显示
(maso_pytorch) [hyd@localhost ~]$
(5)此时输入python查看python是否为虚拟环境创建的版本,会显示
Python 3.6.2 |Continuum Analytics, Inc.| (default, Jul 20 2017, 13:51:32)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
如果要退出我们的虚拟环境,先退出python再退出环境
(6)输入exit(),退出python
(7)输入conda deactivate,退出创建的虚拟环境
(8)最后如果再删除虚拟环境,conda remove -n 环境名字 --all
conda remove -n maso_pytorch --all
(9)最后检测现在的环境,还是输入conda info -e,会显示
# conda environments:
#
base * /home/hyd/anaconda3
篇二
篇二
使用自己的创建的虚拟环境:https://www.bilibili.com/video/BV1NK4y1a7X5con
(1)先创建环境
(2)使用的时候,在NEW PROJECT里面的Existing interpreter里找到anaconda3中的envs,选择创建的环境
(3)新建New Pythonfile,main.py,里面内容为:
def hello():
print("hello python!")
if __name__=="__main__":
hello()
(4)比如此时我们需要使用numpy这个包,但是没有,此时需要安装这个包,流程如下:
(5)先在cmd那激活环境:conda activate maso_python
(6)再使用pip install numpy,不推荐使用conda去安装,conda一般用来管理包而不是安装包
这里再提示一点,就是使用临时清华源下载的格式:
pip install 安装包 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
篇三 在Linux服务器一条龙配置好pytorch
篇三 在Linux服务器一条龙配置好pytorch
(1)创建环境
conda create -n maso_pytorch_gpu python=3.6
(2)激活环境
conda activate maso_pytorch_gpu
(2.1)可查看当前有哪些环境,判断是否激活环境成功
conda info -e
(3)到pytorch官网复制对应的指令进行安装,(这里的语句是Linux环境下的,如果需要window下的语句在[pytorch官网](https://pytorch.org/get-started/locally/))
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0
(4)测试torch是否能使用,输入python进入python环境,再输入以下命令
import torch
torch.cuda.is_available()
(5)出现Ture表示成功安装
查看当前GPU的使用情况:nvidia-smi(这个语句横杠后面没有空格的,注意)
CUDA Toolkit和cuDNN的安装:用指定命令指定各个版本即可,
pip install cudatoolkit=10.1
pip install cudnn=7.6.5
篇四 在Linux服务器一条龙配置好TensorFlow
篇四
在Linux服务器一条龙配置好TensorFlow
小技巧:从TensorFlow2.1开始,pip包TensorFlow同时包含GPU支持,无需特等的tensorflow-gpu安装
指定TensorFlow1.8.0版本:pip install tensorflow-gpu==1.8.0
直接安装TensorFlow,pip install tensorflowcon==import
检测TensorFlow是否安装成功,
import tensorflow
tf.__version__
查看TensorFlow是否支持GPU版本:tf.test.is._gpu.available()
查看安装了哪些包:pip list
配置pycharm后再运行代码前查看文件定位到文件的方法
(1)先查看有哪些文件ls
(2)再定位到ls显示的文件夹下面的文件,比如yzq,cd yzq
(3)重复上面的步骤,继续ls,再cd
Linux系统对zip解压文件比较容易,所以传输文件一般先在Windows系统压缩为zip文件,在linux下解压zip文件,unzip 文件名.zip即可
安装指定版本的opencv-python,pip install opencv-python==4.4.0.42
篇五 换清华源
篇5
更换清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/'
conda config --set show_channel_urls yes
再更新一下
conda update --all
conda update conda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
清除现有的渠道
conda config --remove-key channels
篇六 手动安装包
服务器老断网,自己手动安装包
先去pypi(https://pypi.org/)下载自己需要的包
放到服务器的某个文件夹中,再定位到那个文件夹下,然后pip install package即可
公式居中,编号右对齐
公式后加 #(编号);
敲击回车(Enter键).
服务器之间互传文件
从192.168.11.28服务器复制文件到192.168.20.14服务器)
首先用Xshell登录192.168.11.28:
执行命令:scp /home/username/nginx-0.5.38.tar.gz username@192.168.20.14:/home/username/software/
scp -r /home/yuzeqin/xiehaotao/Dense-FCN-for-masksing-localization-master/Ali-sc-0818 yuzeqin@172.31.224.50:/data/yuzeqin
安装aanaconda
https://zhuanlan.zhihu.com/p/75717350
第4步是系统变量,没有usr文件的先跳过