资讯专栏INFORMATION COLUMN

Python服务器创建虚拟环境跑代码

89542767 / 390人阅读

  本文主要介绍了Python服务器创建虚拟环境跑代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧


  一、前言


  最近忙着在服务器上跑代码


  学习积累了一些经验技巧


  这里用来记录分享给大家


  二、创建虚拟环境用来跑代码


  下面我会以一个实例为模板,学习完之后,再删掉


  不会占用大家的服务器


  1、连接上服务器


  比如我的连接方式为:ssh-p你的编号username-host


  2、创建虚拟环境


  这里我以一篇代码为例

01.png

  创建虚拟环境

  conda create-n KDDocRE python==3.7.4


  3、进入虚拟环境

  conda activate KDDocRE


  4、安装cuda

  conda install cudatoolkit=10.2


  如果速度有些慢的话可以考虑更换清华源


  conda config--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  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/pytorch/
  conda config--set show_channel_urls yes


  5、安装PyTorch


  这里给大家提供两种方式安装


  pip3 install torch torchvision torchaudio
  或者
  conda install pytorch torchvision torchaudio cudatoolkit=10.2-c pytorch

03.png

  两者都可以,但是一定要确认好你的版本号


  官网在这里


  6、安装Transformer

  pip install transformers==4.8.2


  这里读者注意一下,如果三方库后面没有加上版本号


  会默认为安装最新版本


  如果已经安装过了其他版本


  可以考虑再次安装指定版本


  之前的版本会自动卸载(下图二)

04.png

  7、安装numpy

  pip install numpy==1.19.4

05.png

  8、安装apex


  这个三方库比较难安装


  git clone https://github.com/NVIDIA/apex
  cd apex
  pip install-v--disable-pip-version-check--no-cache-dir--global-option="--cpp_ext"--global-option="--cuda_ext"./


  如有报错请参考这篇文章

06.png

  10、安装axial-attention

  pip install axial_attention==0.6.1

07.png

  11、安装ujson

  pip install ujson

08.png

  12、安装tqdm

  pip install tqdm

09.png

  13、跑代码


  以上环境都配置完成


  接下来可以用pycharm打开整个文件


  我依然以上面那个项目为例


  打开以后是这个样子


  然后使用pycharm远程连接服务器开始愉快的跑代码了


  远程连接服务器的文章在这


  具体如何把代码跑起来


  一般项目中的READ.md都会有介绍


  13、退出环境


 conda deactivate


  14、查看当前虚拟环境列表

  conda env list


  15、删除环境

  conda remove-n KDDocRE


  如此以来,我们就完成了环境创建,跑代码,删除环境等操作


  可以拿自己的项目练练手啦


  到此这篇关于Python服务器创建虚拟环境跑代码的文章就介绍到这了,希望给大家带来帮助。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/128336.html

相关文章

  • 技术选型之Docker容器引擎

    摘要:是系统提供的容器化技术,简称,它结合和技术为用户提供了更易用的接口来实现容器化。公司结合和以下列出的技术实现了容器引擎,相比于,具备更加全面的资源控制能力,是一种应用级别的容器引擎。 showImg(https://segmentfault.com/img/bVbtPbG?w=749&h=192); 题外话   最近对Docker和Kubernetes进行了一番学习,前两天做了一次技术...

    monw3c 评论0 收藏0
  • 为什么 kubernetes 天然适合微服务 (1)

    摘要:此文已由作者刘超授权网易云社区发布。所以当我们评估大数据平台牛不牛的时候,往往以单位时间内跑的任务数目以及能够处理的数据量来衡量。的问题调度在大数据领域是核心中的核心,在容器平台中是重要的,但不是全部。 此文已由作者刘超授权网易云社区发布。 欢迎访问网易云社区,了解更多网易技术产品运营经验 最近总在思考,为什么在支撑容器平台和微服务的竞争中,Kubernetes 会取得最终的胜出,事实...

    EastWoodYang 评论0 收藏0
  • 基于 Docker 搭建 TensorFlow 开发环境

    摘要:它是目前最流行的容器解决方案。提供一次性的环境。端驻守在后台,称之为。入门指南简介是一个使用数据流图进行数值计算的开放源代码软件库。学习资料官网中文社区官方文档中文版极客学院什么是数据流图数据流图用结点和线的有向图来描述数学计算。 转载需经本人同意且标注本文原始地址:https://zhaomenghuan.github.i... 前言 第一次听到 Docker 这个词,是两年前找实...

    tianhang 评论0 收藏0
  • [原] 容器定义应用:数据科学的容器革命

    摘要:概述随着容器化技术的兴起,数据科学现在最大的一场运动已经不是由一个新的算法或者统计方法发起的了,而是来自的容器化技术。本文将介绍利用容器技术如何加速数据科学在生产环境中的实际应用。 showImg(https://segmentfault.com//img/bVxzYL); 概述 随着容器化技术的兴起,数据科学现在最大的一场运动已经不是由一个新的算法或者统计方法发起的了,而是来自Doc...

    alin 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<