精华内容
下载资源
问答
  • 服务器如何进入虚拟环境
    千次阅读
    2020-09-27 22:09:07

    conda 中环境管理:

    1. 查看当前已安装虚拟环境命令:$ conda info -e
    2. 创建新的虚拟环境命令:$ conda  create -n "env name" python=版本号
    3. 激活虚拟环境命令:$ source activate "env name"
    4. 退出虚拟环境命令:$ source deactivate
    5. 删除自己创建虚拟环境的命令:$ conda remove -n "env name"  --all  或 $ conda env remove -n env_name
    6. 列出环境: $ conda  env list    或   $ conda info -e
    7. 安装tensorflow-gpu时注意:
      (1).先使用命令:$ conda search tensorflow-GPU 查看可使用版本。                                                                           (2).再使用命令:$ conda install tensorflow-gpu="对应可安装版本号"  安装对应版本。

    解决 ImportError: libcudnn.so.6: cannot open shared object file 问题:见第6步,即可解决。

        8. 安装pytorch

           (1). 创建环境: $ conda create -n "name" python="版本号"

           (2). 安装pytorch: $ conda install pytorch="版本号"

           (3).安装pytorch=1.2.0,不然torchvision不兼容

    9.命令 $  df -h 查看服务器内存

    包管理命令:

    1. 安装包: $ conda install package_name     安装制定版本:$ conda install package_name=版本号
    2. 卸载包 :$ conda remove package_name
    3. 更新包: $ conda update package_name    更新所有包,在后边加上 -all , $ conda update -all
    4. 列出所有安装包: $ conda list
    5.  搜索包: $ conda search search_term
    6. 查询包命令: $ whereis 包名
      1. 在环境中安装jupyter notebook 命令:$ conda install nb_conda , 然后输入$ jupyter notebook 启动即可.
      2. 安装spyder : $ conda install spyder

     

    服务器上跑tensorflow GPU模型步骤:

    1. 查看GPU使用情况命令: $  ssh node03 先进入节点(节点任选), 然后使用 $  nvidia-smi  查看当前显卡GPU使用情况。
    2. 激活所需环境:$ source activate '环境名称’
    3. 跳转到目标文件夹:$ cd ‘文件夹地址’
    4. 运行程序:$ python ‘text’.py
    5. 停止程序运行:$ kill +"PID number"    

    当出现权限不够时

    使用命令: $ sudo nautilus

    GPU 设置

    运行程序时直接使用命令:$

    CUDA_VISIBLE_DEVICES=1 python your_script.py #在运行脚本前指定GPU的设备号

    1.在主程序python代码中添加命令(设置使用的GPU资源):

    os.environ['CUDA_VISIBLE_DEVICES'] = '0' 
    os.environ['CUDA_VISIBLE_DEVICES'] = '0,1' 

     2.设置使用固定的GPU资源:      

    CUDA_VISIBLE_DEVICES=1 Only device 1 will be seen 
    CUDA_VISIBLE_DEVICES=0,1 Devices 0 and 1 will be visible 
    CUDA_VISIBLE_DEVICES=”0,1” Same as above, quotation marks are optional 
    CUDA_VISIBLE_DEVICES=0,2,3 Devices 0, 2, 3 will be visible; device 1 is masked

    运行代码时使用命令:$

    CUDA_VISIBLE_DEVICES=0 python3 main.py

    3.tensorflow 自主控制GPU资源方法:

    • 在运行过程中动态申请显存,需要多少就申请多少
    config = tf.ConfigProto()  
    config.gpu_options.allow_growth = True  
    session = tf.Session(config=config) 
    • 限制GPU的使用率
    gpu_options=tf.GPUOptions(per_process_gpu_memory_fraction=0.4)  
    config=tf.ConfigProto(gpu_options=gpu_options)  
    session = tf.Session(config=config)  

    3. 监视GPU使用情况

    没两秒监测一次          命令 $: watch -n 2 nvidia-smi 

                                        退出命令: Ctrl + c

     

     

     

     

     

     

     

     

     

     

     

    更多相关内容
  • 服务器虚拟环境使用指南虚拟环境使用原则:第一部分:创建只属于自己的虚拟环境(本教程的以momo用户为例)第一步:打开 Terminal第二步:激活conda第三步:创建只属于自己的虚拟环境第四步:查看自己刚刚创建的虚拟...


    此篇使用指南默认大家已经安装好了Anaconda,CUDA,GPU驱动

    虚拟环境使用原则:

    任用户禁止在已有的虚拟环境下安装软件包
    任用户禁止在已有的虚拟环境下安装软件包
    任用户禁止在已有的虚拟环境下安装软件包

    第一部分:创建只属于自己的虚拟环境(本教程的以momo用户为例)

    第一步:打开 Terminal

    Terminal

    第二步:激活conda

    source activate
    

    在这里插入图片描述
    这里的(base)是公用环境,不是自己的虚拟环境,不可以在此环境下安装东西

    第三步:创建只属于自己的虚拟环境

    这里的momo是环境的名字,使用者所起的环境名字要包含自己的用户名信息,例如:
    所起环境名字一定要以自己的用户名作为前缀

    这样命名方便管理,不按规则命名的环境将定时清理。

    conda create -n momo_tensorflow python=3.8
    

    这里输入y

    第四步:激活自己刚刚创建的虚拟环境

    conda activate momo_tensorflow
    

    看到自己的命令行前面由(base) 变为了(momo_tensorflow)则说明自己创建的虚拟环境激活成功。

    在这里插入图片描述

    第五步:在只属于自己的环境下配置需要的软件包(本教程以tensorflow-gpu最新测试版为例)

    本服务器已安装3090显卡驱动和cuda,不需要使用者自己配置,同时也禁止使用者自己配置其它版本的cuda和3090显卡驱动

    pip install tf-nightly-gpu -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
    

    第六步:如果需要可以配置Pytorch环境

    conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
    

    第七步:如何退出当前虚拟环境

    conda deactivate
    

    执行一次上面的代码,退回到了(base)环境,再执行一次到了系统默认环境
    在这里插入图片描述

    第八步:服务器不使用时记得退出账户

    服务器资源有限,所以不使用的时候尽可能退出账户
    在这里插入图片描述

    第二部分:如何指定固定的GPU运行代码

    在python文件中加入下面的代码,该代码加在import之后,你的代码之前。

    import os
    os.environ["CUDA_VISIBLE_DEVICES"] = "0"
    
    展开全文
  • 1、确保linux服务器已经安装好虚拟环境,并且虚拟环境已经python的相关环境(连接服务器也可以进行环境配置)。 2、通过Xsheel激活虚拟环境然后通过pip安装相关的包,当然也可以通过pycharm的terminal进行相关库 ...
  • pycharm中使用远程的虚拟环境

    千次阅读 2021-12-20 20:16:26
    仅作为记录,大佬请跳过。 文章目录步骤展示 步骤 (下面这张图:博主已经连接上了远程服务器,所以选择的是existing sever ...(下图:11步,输入虚拟环境的python解释器位置。可参考博主文章) 即可。 展示 ...

    仅作为记录,大佬请跳过。

    文章目录

    步骤

    在这里插入图片描述

    在这里插入图片描述
    (下面这张图:博主已经连接上了远程服务器,所以选择的是existing sever configuration;否则应选new sever configuration——以连接远程服务器)
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    (下图:11步,输入虚拟环境的python解释器位置。可参考博主文章)(12步是远程服务器放程序的地方,也要写
    在这里插入图片描述

    即可。

    展示

    在这里插入图片描述

    展开全文
  • 因此,往往采取一个算法一个虚拟环境的方式进行跑代码。 以这个github项目代码为例,介绍如何运行一个项目(代码地址,这个算法 是 Source code for CIKM 2020 paper "Fast Attributed Multiplex Heterogeneous ...

    在github上下载的代码,如果为python代码或者项目,通常都有环境依赖,每次下载不同的包,会覆盖掉以前的包版本。因此,往往采取一个算法一个虚拟环境的方式进行跑代码。

    以这个github项目代码为例,介绍如何运行一个项目(代码地址,这个算法 是 Source code for CIKM 2020 paper "Fast Attributed Multiplex Heterogeneous Network Embedding",下载后解压传到服务器上)

    1 连接服务器

    下面是linux服务器的配置命令,windows环境不一定适合。

    2 查看服务器存在的虚拟环境

    conda env list 
    或 conda info -e 

    3 创建虚拟环境

    conda create -n env_name python=X.X

    我用的名字为FAME_py36, 选择的版本为3.6, 后面会问你要不要下载一些内置库,选择y

    4 激活虚拟环境

    source activate FAME_py36

    下面这个命令是windows环境的激活和关闭方式。 

    #激活
    conda activate env_name
    #关闭
    conda deactivate

    5 安装依赖包 

    pip install -r requirments.txt

    ps:先来到FAME-master路径,不然会找不到requirments文件

    6 运行代码

    python main.py

    7 关闭虚拟环境 

    source deactivate

    或者deactivate(windows系统)

    如果需要删除FAME_py36虚拟环境:conda remove -n FAME_py36 --all

    如果需要删除FAME_py36虚拟环境中的某个包:conda remove --name FAME_py36  package_name

    如果需要安装不同版本的CUDA加速的话,可以参考如下命令:参考网址

    Linux and Windows
    # CUDA 9.2
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 -c pytorch
    
    # CUDA 10.1
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch
    
    # CUDA 10.2
    conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch
    
    # CPU Only
    conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch

    检测是否有CUDA加速命令:参考网址

    import torch
    torch.cuda.is_available()

    如果为false,那么一定要先看自己CUDA版本

    nvcc -V

    我的是9.0,现在有2个思路,一个是更新CUDA驱动,另一个是安装对应的pytorch和torchvision,在上面参考网址里下载对应版本。


    查看驱动版本:nvida-smi

    Tesla K40C配置:

    展开全文
  • 1、确保linux服务器已经安装好虚拟环境,并且虚拟环境已经python的相关环境(连接服务器也可以进行环境配置)。 2、通过Xsheel激活虚拟环境然后通过pip安装相关的包,当然也可以通过pycharm的terminal进行相关库 ...
  • 实验室的服务器是很多人都在用的,因此需要一个自己的专属目录,以便在其中创建自己需要的虚拟环境 1、在/data2目录下创建目录ls, 2、创建/ls/software,安装需要的软件,如anaconda 下载安装后,进入安装目录 cd /...
  • 科研第一步:实现Linux服务器上创建python虚拟环境

    千次阅读 多人点赞 2020-11-13 20:03:24
    科研第一步:实现Linux服务器上创建python虚拟环境为什么要创建python虚拟环境如何实现第一步GPU驱动安装第二步anaconda实现创建虚拟环境为什么选择anaconda安装anaconda指令创建python虚拟环境conda创建conda激活...
  • 服务器配置torch1.4.0虚拟环境

    千次阅读 2021-12-15 17:25:45
    项目环境配置 1、python 3.5———>用3.6以上版本 2、jupyter notebook 3、torch1.4.0 ...第二步:进入虚拟环境 conda activate torch1.4 第三步:安装能使用gpu加速的pytorch,先查看cuda版本 nvid
  • 1.1 进入虚拟环境 source 项目路径/项目名_venv/bin/activate 1.2 运行项目 cd 项目路径 nohup python 程序名.py 2 停止运行 2.1 查看进程编号 ps -aux | grep python 2.2 杀死进程 kill -9 进程id ...
  • linux下配置虚拟环境

    千次阅读 2022-01-24 17:04:25
    目录目的一、安装...使用命令3、刷新配置文件4、创建虚拟环境5、查看所有的虚拟环境6、进入虚拟环境7、退出虚拟环境8、删除虚拟环境 目的 创建python虚拟环境:用一个工具包,在不同项目上采用的版本不同,由此
  • anaconda3虚拟环境离线迁移到服务器

    千次阅读 2021-12-29 22:24:35
    首先进入开发服务器,在虚拟环境中使用输入 conda pack -n venv_name -o output_name.tar.gz 如果提示No command ‘conda pack’, 则尝试使用 conda install -c conda-forge conda-pack 安装的时候可能会出错,到...
  • 在公共服务器上建立Python虚拟环境

    千次阅读 2018-07-30 21:46:58
      由于实验室的服务器是大家共用的,为了避免互相干扰,个人的程序跑在个人的文件夹下的虚拟环境上。 备注:python2.7,tensorflow1.2,torch7 1. 安装virtualenv pip install virtualenv 2. 建立存放虚拟...
  • pycharm创建并使用虚拟环境

    千次阅读 2022-05-24 12:21:26
    目录一、安装对应包二、创建虚拟环境三、激活进入虚拟环境①使用 pycharm 的 Terminal 切换虚拟环境②直接使用 pycharm 切换虚拟环境(推荐使用) 一、安装对应包 在Pycharm的Terminal终端中输入pip install ...
  • 用pycharm配置好虚拟环境后,terminal运行pip list却发现很多包已经安装,直接运行时,python文件却无法运行。 研究发现是因为虚拟环境没有激活 运行以下命令,激活虚拟环境,注意\venv前面有一个点 “. ” 代表当前...
  • 将anaconda虚拟环境打包并移动到不同的服务器上背景配置过程 背景 最近与师兄跑的同一个开源代码,师兄的服务器配置环境特别顺利,而我的服务器配置环境,竞出一些莫名其妙的问题。于是干脆把师兄配置好的conda虚拟...
  • linux 之虚拟环境

    千次阅读 2019-08-18 19:30:07
    linux 之虚拟环境 一.linux下的虚拟环境安装(virtualenv)运行 1.以宿主机的python解释器为主体,然后复制的多个虚拟环境就是复制了一个python下面的文件 2.虚拟环境 pippython包时在自己的文件下安装 与宿主...
  • 服务器cuda+cudnn虚拟环境配置

    千次阅读 2018-05-22 16:59:04
    首先你得有个docker,国内不好下载,通过阿里云镜像安装的然后你要有个...64-linux-gnu加入环境变量,因为cudnn的lib装在了这个目录下,然后就可以配置深度学习环境了然后就搭建好了一个虚拟环境啦,再也不用经...
  • VScode使用python虚拟环境虚拟环境vscode配置虚拟环境注意检查虚拟环境是否可以使用 虚拟环境 虚拟环境的有关问题参考:python虚拟环境的安装与配置(究极详细易理解版!!!),此博客也是博主写的,对python虚拟...
  • 第一章 :Django安装与配置虚拟环境

    千次阅读 2022-04-07 21:24:14
    Django项目的创建,虚拟环境的使用,一步一步教你去使用虚拟环境去创建Django项目
  • 使用conda关于虚拟环境常用命令

    千次阅读 2022-03-02 19:49:46
    conda创建环境、配置环境、删除环境、复制环境等等常用命令
  • 虚拟环境的配置和复制

    千次阅读 2022-04-01 17:23:13
    1、同一机器上复制虚拟环境: conda create -n new_env_name --clone old_env_name 将虚拟环境old_env_name复制到new_env_name 2、不同机器之间复制虚拟环境: conda activate env_name #激活环境 conda env export...
  • 在尝试了各种方法后,终于成功在实验室服务器上安装成功Pytorch,下面分享一下自己的过程和一些避雷: 1、首先安装anaconda比较简单 2、在anaconda上使用清华源,这样下载速度会大大提升,不然下载太慢一晚上都下...
  • pycharm远程连接服务器虚拟环境

    千次阅读 2019-08-03 10:14:20
    在pycharm 中连接服务器的python虚拟环境,使得pycharm中Python脚本在...使用source active 进入虚拟环境中,安装所需要的库 在安装库时报错: /python3.5/site-packages/pip/_vendor/urllib3/response.py", line...
  • 创建Python虚拟环境服务器

    千次阅读 2019-09-09 11:05:23
    首先,本人是为了在服务器上,不影响其他用户的使用,创建的python虚拟环境 其实,python虚拟环境有很多好处,比如,不同的两个程序可能需要不同的python版本,此时,拥有python虚拟环境就可以帮助你轻松的使用不同...
  • (一)下载指定python版本 如果已经下载好的,可以略过这个步骤;没下载在下面链接找到自己想要的版本 官网 镜像地址 下载完安装包以后,双击打开,选择第二...在你想要安装环境的目录下面,新建一个新的虚拟环境, 在
  • tplink 虚拟服务器设置

    千次阅读 2021-08-08 05:10:51
    tplink 虚拟服务器设置 内容精选换一换本节操作指导您完成Windows操作系统云服务器磁盘空间清理。弹性云服务器匀出一部分磁盘空间来充当内存使用,当内存耗尽时,云服务器可以使用虚拟内存来缓解内存的紧张。但当...
  • Python 虚拟环境 Python 之所以强大,除了语言本身的特性外,更重要的是拥有无所不及的第三方库。强大的软件库,让开发者将精力集中在业务上,而避免重复造轮子的浪费。但众多的软件库,形成了复杂的依赖关系,...
  • linux创建虚拟环境(python虚拟环境

    千次阅读 2020-12-25 20:34:32
    解决问题1:为便于对包进行管理,多个python项目需要使用独立的python环境,这样便于进行包的管理,利用Anaconda来创建一个干净的python虚拟环境 解决问题2:在提交代码到yarn模式的时候,会出现诸如类似如下报错。 ...
  • Pycharm terminal激活虚拟环境

    千次阅读 2021-12-10 16:07:26
    Pycharm terminal激活虚拟环境,首先需要保证系统完成了conda的安装,并在Powershell中完成虚拟环境的创建(操作创建的虚拟环境名称为deep_pool,这个虚拟环境在接下来的操作中会被提及到)。如果不会创建虚拟环境,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 163,239
精华内容 65,295
热门标签
关键字:

服务器如何进入虚拟环境