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。
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。
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。
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。
评论