写点什么

恒源云 _ 云 GPU 服务器如何使用 Conda?

作者:恒源云
  • 2021 年 11 月 10 日
  • 本文字数:851 字

    阅读完需:约 3 分钟

恒源云_云GPU服务器如何使用Conda?

文章来源 | 恒源云社区(专注人工智能/深度学习云 GPU 服务器训练平台,官方体验网址:https://gpushare.com/ 


原文地址 | Conda - 恒源云用户文档



Conda


Conda 是包依赖和虚拟环境管理的工具,系统镜像安装了 miniconda。

虚拟环境

⚠️ 警告

实例内磁盘空间有容量限制,因虚拟环境安装软件包需要容量较大,建议将虚拟空间位置放到共享空间 /hy-nas (有共享存储机型) 或 /hy-tmp 本地盘下。

# 查看所有虚拟环境conda env list
# 创建 Python 3.9 的虚拟环境,位置为 /hy-tmp/myenvconda create -p /hy-tmp/myenv python=3.9
# 激活虚拟环境conda activate /hy-tmp/myenv
# 退出虚拟环境conda deactivate
## 删除虚拟环境conda remove -p /hy-tmp/myenv --all
复制代码


🔥 提示

登陆终端默认取消了自动进入 base 环境,如果希望登陆后直接进入 base 环境,需要执行 conda config --set auto_activate_base true

包管理

🔥 提示

安装如 PyTorch 等框架时请严格参考官方网站的安装说明,同一个版本可能支持多种 CUDA 版本。RTX 3000 系列显卡仅支持 CUDA 11 及以上版本,需要注意指定 cudatoolkit 这个包的版本。


在 /root/.condarc 中已经配置了镜像源。注意安装 PyTorch 时不要在结尾指定 -c pytorch,如果指定了仍然会从官方源下载。

# 激活虚拟环境conda activate /hy-tmp/myenv
# 搜索软件包conda search spacy
# 安装软件包conda install spacy=2.3.5
## 查看已安装好的包conda list
复制代码

JupyterLab

JupyterLab 默认使用的是实例镜像中的系统 Python。如果需要通过 Notebook 使用虚拟环境,需要在虚拟环境中安装 ipykernel。

# 激活已经创建好的虚拟环境conda activate myenv
# 在虚拟环境中安装 ipykernelconda install ipykernel
# 安装 kernel,--name 自定义名称ipython kernel install --user --name myenv
# 不需要该 kernel 时可以删除jupyter kernelspec remove myenv
复制代码

安装完成后在 JupyterLab 菜单中,打开 文件 - 新建启动页。可以看到多了刚创建好的虚拟环境,点击打开的 Notebook 就处于虚拟环境当中。


用户头像

恒源云

关注

专注人工智能云GPU服务器训练平台 2020.12.25 加入

还未添加个人简介

评论

发布
暂无评论
恒源云_云GPU服务器如何使用Conda?