AUTODL虚拟环境搭建（3）

最新推荐文章于 2025-09-16 15:47:34 发布
原创 最新推荐文章于 2025-09-16 15:47:34 发布 · 2.4k 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#pytorch #tensorflow #人工智能

博客指出使用云服务器时，虚拟环境搭建存在诸多问题，如cuda版本不契合，以及tensorflow、pytorch版本问题，还给出了AutoDL服务器配置及pytorch深度学习环境配置的相关视频链接。
部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

PyTorch 2.8

PyTorch 2.8

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

AutoDL快速上手使用
qq_46684028的博客
07-09 1万+
AutoDL快速上手使用，创建实例，配置环境，使用
如何使用AutoDl平台跑自己的模型（纯干货，步骤很详细）
qq_45073592的博客
10-17 3万+
记录我使用AutoDL云服务器来跑自己模型的全过程
AutoDL平台介绍以及其jupyterLab简单使用
最新发布
weixin_60048148的博客
09-16 1122
本文介绍了AutoDL平台的常用操作指令，主要包括四类：1）环境管理（conda环境创建、激活、删除及包安装）；2）数据集操作（解压、空间查看）；3）训练调度（单卡/多卡训练、后台运行）；4）文件管理（上传下载、压缩解压）。同时提供了系统监控（GPU/CPU/内存查看）、进程管理（终止进程）等实用命令。这些指令覆盖了从环境配置到模型训练的全流程操作，帮助用户高效使用AutoDL平台进行深度学习任务。
超级详细！！！新手使用AutoDL跑深度学习（MixVPR项目）的学习记录
热门推荐
weixin_45152283的博客
10-17 4万+
新手第一次在AutoDL上跑深度学习的实验，遇到一些问题，简单记录一下。如果大家发现问题，欢迎和我讨论。
深度学习环境搭建 2 AutoDL服务器配置及Xftp数据传输
qq_41134483的博客
10-31 9959
AutoDL使用教程，创建实例 ，配置环境；Xftp上传数据
AuToDL创建新环境(一)
qq_44919414的博客
06-16 1295
【代码】AuToDL创建新环境(一)
AutoDL云服务器使用（2）-虚拟环境搭建
abinghui123的博客
05-23 5231
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
Autodl+Pycharm远程连接+虚拟环境设置
weixin_69924741的博客
04-20 1万+
location：一定要选择miniconda3文件夹下面的envs文件夹下的py38文件夹（py38就是前面在终端里面建立的虚拟环境的名称），并且此处一定只选择到py38文件夹即可。同步文件夹可根据自己的习惯来选择，我习惯选择网盘文件夹，这里需要记住同步文件夹的路径，设置在tools——deployment-configuration里面。第四步：在服务器网盘文件夹新建项目的同步文件夹（个人习惯一个项目设立一个同步文件夹便于管理）第七步：关键在于连接远程服务器成功后，建立虚拟环境！
AutoDL服务器(其他服务器及windows类似)上创建虚拟环境，安装第三方包，conda相关命令
qq_38230414的博客
07-24 8850
AutoDL服务器(其他服务器及windows类似)上创建虚拟环境，安装第三方包，conda相关命令
AutoDL搭建 ChatGLM3
05-28 627
AutoDL搭建 ChatGLM3
autodl服务器看虚拟环境
03-28
引用[2]和[3]也涉及虚拟环境的搭建和使用问题，但可能没有直接给出查看环境的方法。不过，通常conda的环境管理命令是conda env list或者conda info --envs，这可以列出所有已存在的虚拟环境。此外，如果用户使用...
AutoDL创建虚拟环境，并在Jupyter notebook中使用
ma13549的博客
11-28 2827
在进行深度学习训练时，通常需要使用算力云。然而，AutoDL创建的默认Python版本最低为3.8，而我要运行的代码是基于Python 3.6.13，修改代码较为麻烦，因此需要创建一个虚拟环境。问题出在创建虚拟环境后，我无法在Jupyter Notebook中成功运行。即便选择了虚拟环境作为内核，内核依然无法连接成功（要么正在连接要么已断开）。经过在网上不断地尝试，终于找到了问题所在。
AUTODL从零开始配置环境（1）MoMKE
m0_74115219的博客
12-09 2681
仅用于记录在AUTODL中配置环境的debug日常 ——新手炼丹师：萧炎
详细教程：AutoDL 如何配置深度学习环境？
茴香豆的茴
01-31 2万+
本文在AutoDL提供的JupyterLab中配置了深度学习环境。手把手教学！首先创建了base环境，然后创建了自己的环境（命名为x9py38），并在x9py38环境中安装了一些深度学习包，具体包括PyTorch、jupyter d2l和ipykernel。
（手把手教程）怎么在autodl使用虚拟环境并且创建python环境，也可以解决Running pip as the ‘root‘ user can result in brok
qq_47232769的博客
05-09 6985
解决远程服务器的Linux系统的root权限黄色报错“Running pip as the ‘root‘ user can result……”
AutoDL 环境+ PyCharm 配置教程：实现 GPU 加速与远程开发
qq_51210361的博客
01-18 1万+
通过本文的详细步骤，你已经成功配置了AutoDL环境并在PyCharm中实现了远程开发与GPU加速。无论是通过JupyterLab进行实验，还是在PyCharm中开发、调试与训练模型，都能有效提高你的工作效率。借助Conda和PyTorch的强大支持，你将能够快速搭建深度学习环境，并专注于模型的训练与优化。
AutoDL服务器配置PyTorch
wsla1234567890的博客
12-15 5914
2、然后按英文模式的 i 进入编辑，按键盘下键到最后输入。3、然后先按键盘Esc键，使用命令 :w!在AutoDL的帮助文档中找到配置环境中的概要选择。4、 然后再按键盘Esc键，使用命令 :q 退出。然后再 bash ，然后重新进入base。3、安装你想要的包（我的是pytorch）4、安装torch-geometric。二、点击JupyterLab。1、首先输入如下命令。6、进入conda环境。下载慢的话，下到本地安装。5、输入以下命令刷新。1、创建新的虚拟环境。
【AutoDL】服务器配置、Xftp数据传输及PyCharm连接
闪闪发光的博客
04-25 2万+
Bash (GNU Bourne-Again Shell) 是许多Linux发行版的默认Shell，是Bourne shell的后继兼容版本与开放源代码版本，它的名称来自Bourne shell（sh）的一个双关语（Bourne again / born again）：Bourne-Again SHell。因此就可以将我们的程序放在screen的会话中执行，然后离开会话，等我们需要看日志时再恢复到这个会话中。之前的步骤都是无卡开机模式，而为了验证环境已经配置完成，需要关机，再直接开机，这次不是无卡开机。
关于AutoDL的使用心得
ScalaX的博客
11-21 6799
AutoDL的使用心得
评论
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

打赏作者

冰虺

万水千山总是情，给点打赏行不行

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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