深度学习环境部署教程和Anaconda

pip清华源

mkdir ~/.pip

sudo vim ~/.pip/pip.conf

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

Anaconda创建环境：

下面是创建python=3.6版本的环境，取名叫py36

conda create -n py36 python=3.6 

删除环境

conda remove -n py36 --all

环境复制

• 首先找到要复制的环境的路径：conda info --env

• 然后利用克隆命令复制到你要配的账户：conda create -n name --clone path

激活环境

下面这个py36是个环境名

source activate py36

退出环境

source deactivate

如何导出yml文件

conda env list    查找所有环境

conda env export --file python36_20190106.yml

如何导入yml文件

conda env create -f  d:\python36_20190106.yml

Docker

docker将容器导出tar压缩包

#方式一
docker export docker容器的ID > tar包名字.tar
#方式二
docker export  -o tar包名字.tar docker容器的ID

docker容器导入服务器

#方式一
docker import - 要设置的镜像名字 < tar包名字.tar
#方式二
docker import  tar包名字.tar 镜像名称：版本id

docker镜像导出tar压缩包

# AAA:8.2,8.2表示镜像版本号
docker save -o tar名称.tar AAA:8.2 BBB:5.6

docker load -i tar包名称.tar
# -i ，--input 简写, : 指定导入的文件，代替 STDIN。
#-q ，--quiet  简写,  : 精简输出信息。

paddle-gpu

nvidia-docker pull registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda10.2-cudnn7

nvidia-docker run --name paddle -d -it -v /home/johnson:/paddle registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda10.2-cudnn7 /bin/bash


nvidia-docker pull registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda11.2-cudnn8

nvidia-docker run --name paddle -d -it -v /home/johnson:/paddle registry.baidubce.com/paddlepaddle/paddle:2.2.2-gpu-cuda11.2-cudnn8 /bin/bash

安装显卡驱动

deepin安装显卡驱动教程

deepin安装NVIDIA闭源显卡驱动（非第三方驱动）

nvidia-docker安装

nvidia-docker安装、部署与使用

nvidia-docker安装教程