百度AI studio配置pytorch环境

最新推荐文章于 2025-04-13 09:03:57 发布

firesodier

最新推荐文章于 2025-04-13 09:03:57 发布

阅读量1.2w

点赞数 8

分类专栏： pytorch 文章标签： pytorch

本文链接：https://blog.youkuaiyun.com/firesolider/article/details/104948008

版权

本文介绍了在百度AI Studio上配置PyTorch环境的简便方法，包括创建shell脚本加速库安装，强调了环境配置的便捷性和CUDA版本匹配的重要性。通过示例展示了GPU使用情况，证实了GPU加速能显著提升训练速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 之前的方法

百度的AI studio真的是良心了，V100显卡，显存16G,免费的卡，虽然平台主张使用paddle paddle其实pytorch也是可以用的按道理tensorflow也是可以用，但是cuda出现一点问题，虽然可以配置pytorch环境但是每次重启服务器之后又要重新配置pytorch，如果要配置的环境比较多的话，安装时间也是需要考虑的问题，还是不太方便，我猜百度是随机分配服务器的，所以这只适合没钱买显卡的学生党，而且算是送福利了，没卡真的很伤！

百度的anaconda环境直接给你配好了，所以可以直接使用conda命令

不说废话了

1，新建sh格式的shell文件，命名为(env.sh)，目的是导入清华源，加快python库的安装速度

#!/bin/sh
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 --set show_channel_urls yes

2.创建自己的虚拟环境(一般情况下只需要三步）

sh env.sh
# 运行上面的shell脚本
conda create -n env_name

最低0.47元/天解锁文章