在Autodl里的jupyer中使用自己的虚拟环境

最新推荐文章于 2025-06-14 20:13:11 发布
原创 最新推荐文章于 2025-06-14 20:13:11 发布 · 139 阅读 · 1 ·
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：

#深度学习

在Autodl里的jupyer中使用自己的虚拟环境

conda init bash && source /root/.bashrc
conda install ipykernel
ipython kernel install --name=*** --display-name=***

jsfnzyj
关注
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！
如何租AutoDL上的服务器并连接到本地VSC进行操作【保姆级教程】
Coral__的博客
03-04 4714
从零开始租借AutoDL上的服务器并连接到本地VSC操作
Autodl使用方法
hi_ine的博客
09-05 2846
（如果您在miniconda中安装了其他的虚拟环境，那么虚拟环境的python解释器路径在/root/miniconda3/envs/{对应的虚拟环境名称}/bin/python）这个时候在新环境下配置自己的包，如果是使用基础镜像，那么在base里配置。安装不上的话加镜像，或者用pip安装，或者去官网下载对应版本的包，数据传输来，再安装。这个时候还一直是无卡模式，现在打开pycharm，关机，正式开机（这个时候开始收费）镜像大致选一个，有合适的可以直接选，选好之后这个镜像直接是base环境。
本地访问autodl的jupyter notebook
m0_48557205的博客
06-14 272
2.autodl——容器实例——快捷工具——自定义服务（压缩包已保存在D:\autodl-ssh\AutoDL-SSH-Tools）——双击运行AutoDL.exe。错误：我输入指令代理的本地端口是6006，服务器终端的日志中，看到Jupyter URL 和令牌（token）端口是6010，进去后显示。记住Out[2]:后面引号中的加密的密码，并输入exit();1.在项目虚拟环境中安装jupyter notebook。一般这里没有问题就可以正常访问了，但是这次后续报错。按esc退出插入模式，输入:wq!
（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 5999
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……”
算力云AuToDL使用教程 （开机镜像环境配置）
qq_43583767的博客
02-01 1万+
注意：如果没有二次编译代码的需求，正常情况下不需要单独安装CUDA/cuDNN，因为框架都内置了编译好的CUDA，框架版本和CUDA版本是对应的，只需要关注框架版本即可，无需独立关注CUDA版本。平台内置的所有镜像都安装了Miniconda，安装路径为/root/miniconda3/。
AutoDL使用教程（以JupyterLab为例）
qq_44533176的博客
01-15 1万+
（2）如果程序运行时间比较长，可以开后台来保存日志，防止出现断网导致日志消失。（1）自己需要的额外的包或者库也在这个目录下进行安装，直接pip即可。即可正常运行啦，日志也会在终端打印出来。这时会生成一个train.log的文件。点击这个箭头，上传所有的.py文件。1.选好要用的机子之后，创建示例。4.在终端输入运行主程序的指令。点击JupyterLab。3.打开终端，运行主程序。（1）点击左上角的+
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。
autodl中jupyternotebook环境配置
最新发布
07-09
> **包管理提示**：在虚拟环境中安装包时使用`python -m pip install package`避免安装到base环境（引用[4]）[^4]。 #### 常见问题解决 - **内核不显示**：重新执行`python -m ipykernel install` - **端口冲突**：...
autodl的jupyterlab使用
02-22
为了在 AutoDL 上顺利使用 JupyterLab，首先需要创建一个新的 Python 环境，并安装必要的软件包。 ```bash conda create --name medkg python=3.10 source activate medkg pip install jupyterlab ``` 这组命令...
autodl配置jupyter notebook环境
03-12
关于虚拟环境的集成，用户可能需要在Jupyter中使用不同的conda环境。引用[3]提到，安装ipykernel并将环境添加到内核列表中是关键步骤。需要指导用户激活环境后安装ipykernel，并用命令添加内核，确保Jupyter能识别到...
autodl在jupyterlab
01-06
为了在 JupyterLab 中使用 AutoDL 平台进行深度学习模型的训练和部署，需先完成必要的准备工作。这包括但不限于租用 GPU 资源并配置相应的开发环境。 - 租用 GPU：通过云服务提供商获取适合深度学习任务所需的计算...
李沐+AutoDL深度学习环境配置
Supremelv的博客
01-14 1万+
李沐老师课程，在AutoDL服务器配置深度学习环境。
AutoDL中Jupyterlab终端创建虚拟环境及遇到的问题
Wasseresel的博客
04-15 2025
解决方法：先输入source activate，再进行激活环境：conda activate+环境名。使用conda create -n 环境名 python=x.x创建虚拟环境。使用conda env list查看虚拟环境列表。使用conda -V查看版本。
如何使用AutoDl平台跑自己的模型（纯干货，步骤很详细）
热门推荐
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
Pycharm连接云算力远程服务器（AutoDL）训练深度学习模型全过程
weixin_52010459的博客
01-28 2万+
我试图使用`笔记本联想小新air14的mx350显卡`训练一个图像检测的深度学习模型，但是训练时长大概需要几天时间远超我的预期，所以我便选择租用GPU进行训练，在对多家平台对比后找到了经济实惠的AutoDL，接下来是我租用GPU--配置环境--连接Pycharm--训练模型的全过程，基于本人也是刚入门的新手，如果有不恰当的地方还请大家指教。
AutoDL创建虚拟环境，并在Jupyter notebook中使用
ma13549的博客
11-28 2201
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。
Pycharm连接云算力远程服务器（AutoDL）训练深度学习模型全过程_autodl连接pycharm
qd520_1314的博客
04-12 6761
最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！
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
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