服务器配置新的conda环境

远程服务器上配置conda环境 前言 本文假设在linux的机子上进行配置。由于作者经常需要在特定环境的代码中才能运行成功,因此最好是配置一个conda env虚拟环境(当然使用virtualenv也可以), 不过有些论文作者直接就是按照conda去配置,然后把一些依赖导出,因此本文说一下如何在linux上配置conda. 下载miniconda 该部分参考 https://blog.youkuaiyun.com/qq_42951560/article/details/109152114 暂时没感受到conda和miniconda的区别,我在 阅读详情

最近实验室服务器竞争激烈,总是要到一个新的服务器上重新配置实验环境,特此记录。
新的服务器上以及配置好了anaconda、cudnn、cuda等环境,因此环境配置操作较为简单,可能与大家的需求不同,仅作为个人环境配置记录。

conda安装

这里还是简单记录一下conda的安装吧:

bash Ana*.sh

基本一路都是回车加yes,但最后的一个初始化选项要注意,默认的是No,因此要手动输入yes,否则就要手动配置环境变量,很麻烦。
在这里插入图片描述
然后:

source ~/.bashrc
conda list

换源

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

新建虚拟环境

conda create -n <Env_Name> python=<version>

conda activate <Env_Name>

安装所需要的包

bash install.sh
#根据cuda版本下载对应的pytorch版本  注意不要有 -c pytorch  这样的话下载会比较慢
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0
pip install opencv-python

import cv2出错的话参考该链接:
cv2 ImportError: libGL.so.1: cannot open shared object file: No such file or directory

pytorch历史版本:
INSTALLING PREVIOUS VERSIONS OF PYTORCH

cuda版本与显卡驱动版本的对应关系
在这里插入图片描述

linux服务器配置conda环境安装教程 配置环境变量,这里的export PATH填的是conda的bin文件地址,我是安装在home目录的所以是这样,前面一个命令是添加环境变量,后者是刷新bashrc。# 删除所有的安装包及cache(索引缓存、锁定文件、未使用过的包和tar包) conda clean -y --all。# 删除虚拟环境 conda remove -n name --all。在conda文件的目录下输入命令安装,一路回车,直到他要求输入yes。这里下载的是 Anaconda3-2023.03-1-根据官网选择自己需要的版本。 阅读详情

相关推荐

远程配置深度学习服务器详细教程,配置Conda+PyTorch环境

进入实验室以后,大家就会用实验室的服务器跑一些深度学习模型。如何连接服务器,以及连接服务器后如何配置conda和PyTorch深度学习框架,在此进行详细的介绍。 首先,在连接服务器之前,需要向服务器的管理员申请个人账号。 接下来我详细介绍连接服务器后如何配conda+pytorch环境 目录 1.安装Anacond 2.配置清华镜像源 3.创建虚拟环境 4.安装PyTorch深度学习框架

Bluebro的博客 6159

服务器上安装conda并配置虚拟环境

进入到下载anaconda安装包的路径下,执行下面命令安装。如果能够显示conda的版本信息表示已经成功安装。安装时按enter或者输入yes以继续(看提示)然后它会要安装一些包什么的,输入y继续就好。激活成功会由base转为创建的虚拟环境名。表示虚拟环境成功创建。

我心飞扬 6820

[环境配置]pycharm2020配置Linux服务器中conda创建的虚拟环境

[环境配置]pycharm配置Linux服务器中conda创建的虚拟环境 1.打开pycharm的Tools——>Deployment——>Configuration 进入配置界面 2.点击+进行添加,选择SFTP 3.创建new server:输入服务器名字 4.配置SSH,输入连接服务器的主机地址,用户名及密码 5.在Mappings配置代码映射 Local path——本地目录; Deployment path on server xxx——部署目录 可以用xftp或者F

weixin_43509667的博客 1164

Linux conda离线安装终极教程

归纳整理miniConda创建虚拟环境和安装库文件的操作。在conda环境中Jupyter Notebook更改初始路径。

记录 8686

高速PCB设计中串扰的成因、影响与实战控制策略

在高速数字电路与硬件系统设计中,信号完整性是确保系统稳定可靠的核心基础。其核心原理在于,当信号在传输线上传播时,会伴随产生电场与磁场,若相邻导线距离过近,便会通过电磁场耦合产生不期望的能量转移,即串扰。这一现象会直接导致信号波形畸变、时序偏移和噪声裕量降低,严重影响系统性能。从技术价值看,深入理解并有效控制串扰,是提升数据传输速率、保障系统稳定性和降低误码率的关键。其应用场景广泛覆盖了从高速SerDes链路、DDR内存接口到高精度模拟电路等几乎所有现代电子系统。本文聚焦于高速PCB设计中的串扰问题,系统剖析

weixin_27625589的博客 576

别再让电池充不满!用CN3791芯片设计太阳能充电电路,这几个调试坑我帮你踩了

本文详细解析了使用CN3791芯片设计太阳能充电电路时的常见调试问题及解决方案。从RCS电阻的选择到MPPT电压偏差的修正,再到线路损耗和温度补偿的优化,提供了全面的避坑指南。通过实测数据和优化方案,帮助工程师提升锂电池充电效率,确保太阳能充电电路的稳定性和可靠性。

weixin_42528191的博客 241

服务器Conda环境配置

服务器环境配置

weixin_52137590的博客 397

一文解读DeepSeek训练数据集

本文重点以DeepSeek为例,详细介绍预训练数据集相关内容。大语言模型LLM(如DeepSeek、ChatGPT、文心一言等)的“智慧”源于它们学习的海量数据集。简单来说,数据集就是模型的“知识库”,通常由互联网公开的文本、图片、视频等。这些数据需满足两个特点:规模大和多样性。规模大是指数据量可达千亿级词汇,让模型学习复杂规律;多样性则涵盖多领域(如科技、文学)、多语言、多形式(对话、新闻),帮助模型适应不同场景。例如,训练数据中既有百科知识,也有日常对话,模型才能既解答专业问题,又能闲聊。

u013891230的博客 7089

离线服务器的conda环境配置问题

由于服务器没法联网采用本地主机将环境下载好再上传的方式安装环境。

qq_53348781的博客 1938

ZedBoard+Vivado(二)——PS + PL实现流水灯

硬件:Zedboard 软件:Vivado2018.2 + Win10 本文参考了http://blog.chinaaet.com/cuter521/p/35978的设计 1 设计 功能:PS + PL流水灯 语言:C 流程:创建工程-&amp;gt;IP Integrator-&amp;gt;综合、实现、生成Bitstream-&amp;gt;SDK 2 流程 2.1 创建工程 跟上一篇步骤完全相同,这里不用添加源文...

q416524389的博客 3695

【关于四足机器人那些事】足端轨迹规划-八次多项式轨迹

系列文章目录 文章目录系列文章目录前言一、多项式曲线二、八次多项式曲线总结 前言 在四足机器人的研究中,有一个很关键的问题,就是如何减少足端在触地瞬间的冲击,避免把机器人把自己给蹬倒了?这时候就需要一个合理的足端轨迹规划。本篇将会介绍几种足端轨迹。 本文将对四足机器人的足端轨迹进行规划。将数学中的复合摆线和多项式曲线引入到足端轨迹的规划中,根据零冲击原则[2],规划出 3 条满足要求的足端轨迹,包括: 复合摆线轨迹 八次多项式轨迹 分段五次多项式轨迹 本篇先介绍 - 八次多项式轨迹 一、多项式曲

LiuZ的博客 2955

服务器打包conda环境_conda环境配置

新租了服务器,想做个简单的服务端,测试以下网络质量。刚开始打算用npm的http-server做一个,无奈出问题了。后来还是觉得干脆装个djangonpm和nodejs的安装npm可以通过apt-get install安装,nodejs只能自己下载安装了(没注意到nodejs带npm,这是后话了)-,-wget下载方式还不是特别熟悉,多番查找了解才勉强会了。nodejs解压安装方法tar zxvf...

weixin_34121505的博客 1372

示波器面板上的隐藏功能:如何利用BW Limit和EXT TRIG提升测量精度

本文深入探讨示波器面板上的隐藏功能BW Limit和EXT TRIG,揭示它们如何提升测量精度。通过带宽限制(BW Limit)有效滤除高频噪声,结合外部触发(EXT TRIG)确保稳定信号捕获,为电子测量提供专业解决方案。特别适用于开关电源、传感器信号等复杂场景的高精度测量需求。

weixin_30300225的博客 518

服务器端安装conda | 配置conda环境

linux安装conda环境

Dartao的博客 6719

STM32实战:ADXL345传感器驱动与数据采集全解析(IIC/SPI双模式适配)

本文详细解析了STM32驱动ADXL345传感器的全流程,包括IIC和SPI双模式适配、硬件连接、寄存器配置及数据采集处理。通过实战代码示例和常见问题排查指南,帮助开发者快速实现高精度加速度数据采集,适用于运动检测、姿态识别等多种嵌入式应用场景。

weixin_29171087的博客 313

使用MCAL的Fee模块集成ETAS存储协议栈

由于ETAS Fee模块导致初始化时间较长,且集成占用的内存较大,所以最终考虑使用MCAL中的Fee模块来集成ETAS的Nvm模块,本文介绍具体的集成方法注意:本文所涉及的集成前提是原有的ETAS协议栈已正常使用使用IFX Fee需要手动配置Fee,可能有出错的风险,最好是利用脚本自动生成代码来实现。另外,需要注意IFX的Fee中block数据没有CRC校验,如果使用该Fee,建议Nvm中加CRC校验(ETAS Fee中block自带CRC,可以不需要Nvm Crc),防止数据被意外篡改导致的异常。

赞的博客 404

Server - 服务器配置 Conda 和 Jupiter Lab 的环境

Conda和Jupiter是服务器研发算法必备。可以首次安装,也可以复用环境。安装miniconda,其它版本miniconda或者anaconda均可,命令如下: 实际下载地址:https://repo.anaconda.com/miniconda/,约98.8M修改路径,默认即可: 注意:配置在共享区域,速度较慢,不推荐。复

AGI 1424

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

服务器搭建代码conda环境 配置tinycudann

服务器新建neural bounding代码环境

qq_60497903的博客 361

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Linux服务器conda环境配置

linux服务器配置conda环境

qq_42108800的博客 791

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

高效管理远程服务器中的conda环境:从安装到实战配置

本文详细介绍了在远程服务器上高效管理Conda环境的完整流程与实战技巧。从Miniconda的安装、国内镜像源配置,到虚拟环境的创建、激活、包管理与迁移,系统阐述了如何实现项目环境的隔离与复现。重点解决了包冲突、离线安装等常见问题,并分享了与Jupyter集成及自动化脚本等进阶工作流,旨在帮助开发者和研究人员在共享服务器上构建稳定、高效的Python开发环境。

c2d3e4f的博客 693

记录配置Linux服务器的多用户conda环境

写在前面 在Linux服务器中,我们推荐每一个用户都有一个conda环境,而不是多个用户同时使用一个conda环境。 1. 安装Anaconda3 1.1 安装前的检查工作 ① 用自己用户名登录到服务器,使用cd命令切换到家目录 ② 使用命令vim ./.bashrc查看文件是否包含类似下面的代码,如果有,请删除,保存并退出。 # >>> conda initialize >>> # !! Contents within this block are managed by

weixin_44441131的博客 6210

ubuntu服务器深度学习环境配置--cuda、cudnn、conda的下载、自定义安装位置及环境配置

ubuntu服务器深度学习环境配置--cuda、cudnn、conda的下载、自定义安装位置及环境配置

TheDaker的博客 3365

服务器离线配置vscode连接,conda虚拟环境

记录一下服务器离线配置问题,以备不时之需。上次两个博客都亲测成功。

qq_36303832的博客 650

【非root用户在服务器安装Conda并配置相关的环境】

当今,Python的应用越来越广泛。我注意到每次在不同的电脑上安装conda时都会遇到各种问题,为此,我特意撰写本文,总结了一些问题,并记录下一些遇到的特殊问题。以上就是今天要讲的内容,本文仅仅简单介绍服务器下面conda的安装,详细的问题可能还有待补充。

weixin_43347581的博客 1283

Linux服务器使用conda配置Python环境

当我们需要进行python代码执行时,需要python解释器,以及所依赖的各种模块和包。我们可以把一个环境比喻为我们去做一件事所需要的工具箱(虚拟环境),里面包含了各种各样为完成任务所需要的工具(python解释器、模块、包),在我们修理自行车的时候,工具箱里应该有扳手、补丁、钳子等工具,而不需要修电器的电表、电笔工具,如果都放进一个工具箱,则会造成极大的臃肿。当我们在运行python代码的任务时,也可以根据任务不同创建不同的环境(工具箱),环境内放置该类任务所需的依赖模块,这样专事专用,减少环境的臃肿。

mantenghao的博客 2505

在远程服务器上使用jupyter运行代码,使用配置好的conda环境

这将会安装 Jupyter 和 IPython 内核,并且为你的 Conda 环境添加一个 Jupyter 内核。–display-name 是你在 Jupyter 中见到的环境名称。确保在你的 Conda 环境中安装了 Jupyter,并为该环境创建了一个 Jupyter 内核。激活 Conda 环境。

qq_31763735的博客 594
上一篇: Pandas 数据查找及修改操作 iloc() & loc() bool类型索引
下一篇: cv2 ImportError: libGL.so.1: cannot open shared object file: No such file or directory
RPG_Zero
博客等级 码龄8年 77粉丝 181原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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