百度AI studio飞浆使用pytorch训练模型

使用国内镜像源快速配置百度AIstudio的conda环境

最新推荐文章于 2025-09-10 04:43:50 发布

原创

最新推荐文章于 2025-09-10 04:43:50 发布 · 1.2w 阅读

54 ·

CC 4.0 BY-SA版权

文章标签：

#百度AI studio #飞浆平台使用pytorch

百度AI studio 可以免费使用GPU，有基础版本不提供GPU，高级版本和智至尊版本会提供不同的云服务器使用GPU，同时百度AI studio是已经配置了anaconda环境的，可以直接使用conda相关命令。但百度的AI studio每次启动后环境都是需要重新配置的。如果每次重新配置环境的话会比较浪费时间。需要在work目录下创建这些文件才会永久保存，创建的环境也是如此

解决办法(更换国内的镜像源，实现快速配置部署)：

注：配置环境最好在基础免费款上，跑实验时候再重新启动高级版，数据不会丢的，直接切换会报错文件过大。

1.自己在work目录下新建一个目录，然后新建一个sh格式的shell文件(命令为env.sh)。
2.编辑该文件 vim env.sh,并输入以下代码保存退出。

#!/bin/sh
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

conda config --set sh