【记录】使用远程SSH配置d2l环境(同时适用于本地anaconda)

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录


前言

记录一下如何利用使用命令行进行anaconda配置 d2l环境、pytorch并进行训练深度学习模型。


一、从创建新环境开始

如果是本地直接装一个 anaconda 软件就行,如果是像我样使用 SSH 远程连接服务器进行操作,建议服务器上安装一个 miniconda。conda中创建一个新环境的命令是:

bash 复制代码
conda  create  --name  env_name(你的环境名字) python=3.8 # 创建指定python版本

无脑y就是了

使用conda info --envs 可以查看环境,可以看到我们已经创建好一个名叫 d2l 的新环境了

使用conda actiavte d2l进入这个新环境中

二、使用步骤

1.安装pytorch

首先我们要查看一下我们显卡所支持的CUDA版本,在命令行输入nvidia-smi,然后图中画框的地方就可以看到我们显卡的CUDA支持版本,我这里这块 RTX 4090 最高支持 12.2 的 CUDA。

首先我们需要在torch官网中查看一下对应的torch版本。我选了中间的 CUDA 12.1 进行安装,将pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu121这行复制下来。

直接粘贴到命令行运行就行,然后就开始框框下载了。

安装完之后就会显示 successfully 巴拉巴拉:

以防万一,我们输入pip list检查一下是不是真的装上了:

2.安装 d2l 包

我这里是使用pip install d2l==0.17.6 -i https://pypi.mirrors.ustc.edu.cn/simple安装 0.17.6 版本的 d2l 包。

同理使用pip list检查一下,可以看到是安装成功的

同时推荐用pip install jupyter -i https://pypi.mirrors.ustc.edu.cn/simple安装一下jupyter notebook,毕竟mu神视频一直用得是jupyter,也挺好使。

3.安装其他包

还是使用pip install pack_name -i https://pypi.mirrors.ustc.edu.cn/simple的格式安装你的代码所需要的其他包

4.使用jupyter notebook

输入

bash 复制代码
jupytet notebook

或者是,其中这个root是我在远程服务器的容器名称

bash 复制代码
jupyter notebook --allow-root

进入jupyter界面之后就是这样:

相关推荐
布莱克6051 小时前
Swift 循环与控制转移详解:从 for-in 到标签跳转
开发语言·ssh·swift·循环
瑞克-桑切斯2 小时前
Kubernetes 1.28 保姆级新手学习教程
运维·学习·docker·云原生·容器·kubernetes
数据库急诊室_阿哲2 小时前
一次割接后的性能复核记录:基线、样本、回滚点
运维·数据库·dba
忆挽篱笙歌3 小时前
systemV进程通信
linux·运维·服务器
飞奔的瓜牛5 小时前
Wireshark 抓包实战:呼叫中心项目中的 SIP、DTMF 与 RTP 分析
运维·wireshark
Decay__5 小时前
SQLServer 监控体系构建 —— sql_exporter + Prometheus + Grafana 全栈实战
运维·数据库·sql·mysql·架构
遇雪长安6 小时前
wslc 来了:Docker Desktop 还要留着吗?
运维·docker·容器
csdn_aspnet7 小时前
【Docker 攻略】MySQL 安裝篇
运维·mysql·docker·容器
艺杯羹7 小时前
ufw 已 active,Docker 端口却仍对外开放的复盘
运维·docker·容器
无奈笑天下8 小时前
银河麒麟桌面操作系统上磁盘无法自动挂载问题处理
linux·运维·服务器