qq_38747027的博客

docker安装过程简略，网上教程很多关键是docker使用GPU需要安装nvidia**-container-**toolkit，这个在Ubuntu20.10版本下官方是没有支持的，所以会出现这个issue提交的问题Install nvidia-docker on Ubuntu 20.10. · Issue #1407 · NVIDIA/nvidia-docker (github.com)# Unsupported distribution!# Check https://nvidia.github

useradd命令首先看一下这个命令的参数选项： -b, --base-dir BASE_DIR 新账户的主目录的基目录 -c, --comment COMMENT 新账户的 GECOS 字段 -d, --home-dir HOME_DIR 新账户的主目录 -D, --defaults 显示或更改默认的 useradd 配置 -e, --expiredate EXPIRE_DATE 新账户的过期日期 -f,

启动docker容器时，报错问题复现当我启动一个容器时，运行以下命令：docker run --runtime=nvidia 。。。。后面一部分命令没写出来，此时报错的信息如下：docker: Error response from daemon: Unknown runtime specified nvidia.See 'docker run --help'.报错的信息显示runtime=nvidia无法识别，这说明我得daemon.json配置文件出错，后来看到网上的博客，突然想起来，

服务器搭建远程docker深度学习环境本文大部分内容参考知乎文章Docker+PyCharm快速搭建机器学习开发环境DockerDocker是一种容器技术，类似于虚拟机，但比虚拟机更轻便。Docker容器内的应用程序直接运行于宿主的内核，而没有自己的内核，而且也没有硬件虚拟。更多Docker的相关知识可以看《Docker-从入门到实践》。DeepoDeepo是一个包含一系列Docker镜像的项目，这些镜像中包含了TensorFlow、Caffe和Torch等多种深度学习框架。也就是说，在这些镜像

Ubuntu18.04更换国内源备份/etc/apt/sources.list文件mv /etc/apt/sources.list /etc/apt/sourses.list.backup新建/etc/apt/sources.list文件并添加以下内容出现没有安装vim的情况下，我在安装vim前已经 apt-get update 但是还是出现以下报错：Reading package lists... DoneBuilding dependency treeReading state i

今天在服务器上安装paddle的GPU版时报错报错截图如下：其实报错已经提示的很明显了，就是要添加一个环境变量。但我想到我之前并没有在全局环境下安装cudnn，以为是这个原因。因为之前安装pytorch环境时，cudnn可以直接在conda中安装。但是明显paddle不行，我为paddle单独新建了一个conda虚拟环境，在虚拟环境中安装cudnn还是报了这样的错误。所以我重新在全局环境中安装了cudnn，这里安装教程参考了一些博客。1.cudnn安装首先去官网下载cudnn的安装包，由于官

conda设置源之后出现了问题，报错condaHTTPError:之前按照网上的一些教程设置了清华源之后，过了一段时间，今天来装新的库时报了以上错误，特此记录一下。conda 源重新设置重新去清华源官网看了下设置，搬运如下设置项。首先vim ~/.condarc然后加入官网的配置：channels: - defaultsshow_channel_urls: truechannel_alias: https://mirrors.tuna.tsinghua.edu.cn/anacond

该文章参考了实验室师兄写的教程，并记录了自己在实操过程中的坑。内网机器配置假设现在有一台公用服务器和一台内网服务器，现在想通过反向代理的方式来访问内网服务器。假设公用服务器为A，内网服务器为B。现在将B服务器的22端口绑定到公网服务器A的某一端口PA上，那么请求公网的PA时，公网服务器就会把请求转发到内网服务器上端口22上。反向代理由于SSH在一段时间没有数据包之后会断开，所以最好直接使用autossh来配置反向代理。（以下操作均在内网进行，而且我采用的是在root账户进行操作）首先是安装a