本文主要介紹了Python服務器創建虛擬環境跑代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
一、前言
最近忙著在服務器上跑代碼
學習積累了一些經驗技巧
這里用來記錄分享給大家
二、創建虛擬環境用來跑代碼
下面我會以一個實例為模板,學習完之后,再刪掉
不會占用大家的服務器
1、連接上服務器
比如我的連接方式為:ssh-p你的編號username-host
2、創建虛擬環境
這里我以一篇代碼為例
創建虛擬環境
conda create-n KDDocRE python==3.7.4
3、進入虛擬環境
conda activate KDDocRE
4、安裝cuda
conda install cudatoolkit=10.2
如果速度有些慢的話可以考慮更換清華源
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--add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config--set show_channel_urls yes
5、安裝PyTorch
這里給大家提供兩種方式安裝
pip3 install torch torchvision torchaudio 或者 conda install pytorch torchvision torchaudio cudatoolkit=10.2-c pytorch
兩者都可以,但是一定要確認好你的版本號
官網在這里
6、安裝Transformer
pip install transformers==4.8.2
這里讀者注意一下,如果三方庫后面沒有加上版本號
會默認為安裝最新版本
如果已經安裝過了其他版本
可以考慮再次安裝指定版本
之前的版本會自動卸載(下圖二)
7、安裝numpy
pip install numpy==1.19.4
8、安裝apex
這個三方庫比較難安裝
git clone https://github.com/NVIDIA/apex cd apex pip install-v--disable-pip-version-check--no-cache-dir--global-option="--cpp_ext"--global-option="--cuda_ext"./
如有報錯請參考這篇文章
10、安裝axial-attention
pip install axial_attention==0.6.1
11、安裝ujson
pip install ujson
12、安裝tqdm
pip install tqdm
13、跑代碼
以上環境都配置完成
接下來可以用pycharm打開整個文件
我依然以上面那個項目為例
打開以后是這個樣子
然后使用pycharm遠程連接服務器開始愉快的跑代碼了
遠程連接服務器的文章在這
具體如何把代碼跑起來
一般項目中的READ.md都會有介紹
13、退出環境
conda deactivate
14、查看當前虛擬環境列表
conda env list
15、刪除環境
conda remove-n KDDocRE
如此以來,我們就完成了環境創建,跑代碼,刪除環境等操作
可以拿自己的項目練練手啦
到此這篇關于Python服務器創建虛擬環境跑代碼的文章就介紹到這了,希望給大家帶來幫助。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/128336.html
摘要:是系統提供的容器化技術,簡稱,它結合和技術為用戶提供了更易用的接口來實現容器化。公司結合和以下列出的技術實現了容器引擎,相比于,具備更加全面的資源控制能力,是一種應用級別的容器引擎。 showImg(https://segmentfault.com/img/bVbtPbG?w=749&h=192); 題外話 最近對Docker和Kubernetes進行了一番學習,前兩天做了一次技術...
摘要:此文已由作者劉超授權網易云社區發布。所以當我們評估大數據平臺牛不牛的時候,往往以單位時間內跑的任務數目以及能夠處理的數據量來衡量。的問題調度在大數據領域是核心中的核心,在容器平臺中是重要的,但不是全部。 此文已由作者劉超授權網易云社區發布。 歡迎訪問網易云社區,了解更多網易技術產品運營經驗 最近總在思考,為什么在支撐容器平臺和微服務的競爭中,Kubernetes 會取得最終的勝出,事實...
摘要:它是目前最流行的容器解決方案。提供一次性的環境。端駐守在后臺,稱之為。入門指南簡介是一個使用數據流圖進行數值計算的開放源代碼軟件庫。學習資料官網中文社區官方文檔中文版極客學院什么是數據流圖數據流圖用結點和線的有向圖來描述數學計算。 轉載需經本人同意且標注本文原始地址:https://zhaomenghuan.github.i... 前言 第一次聽到 Docker 這個詞,是兩年前找實...
摘要:概述隨著容器化技術的興起,數據科學現在最大的一場運動已經不是由一個新的算法或者統計方法發起的了,而是來自的容器化技術。本文將介紹利用容器技術如何加速數據科學在生產環境中的實際應用。 showImg(https://segmentfault.com//img/bVxzYL); 概述 隨著容器化技術的興起,數據科學現在最大的一場運動已經不是由一個新的算法或者統計方法發起的了,而是來自Doc...
閱讀 917·2023-01-14 11:38
閱讀 888·2023-01-14 11:04
閱讀 747·2023-01-14 10:48
閱讀 2025·2023-01-14 10:34
閱讀 954·2023-01-14 10:24
閱讀 829·2023-01-14 10:18
閱讀 504·2023-01-14 10:09
閱讀 581·2023-01-14 10:02