在伺服器搭建深度學習環境隨筆
阿新 • • 發佈：2018-12-03
１、檢視CUDA版本
nvcc -V２、conda的使用
建立envs
#空環境
conda create --name myenv
#設定python版本
conda create -n myenv python=3.6
進入envs
source activate myenv退出envs
source deactivate安裝packages
pip install packagename安裝pytorch(pip方式)
pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl pip install torchvision
conda安裝pytorch（會自動安裝cuda、cudnn）
conda install pytorch torchvision cuda80 -c pytorchconda安裝tensorflow(會自動安裝cuda、cudnn)
conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpuconda安裝opencv
conda install --channel https://conda.anaconda.org/menpo opencv3刪除envs
conda remove --name myenv --all更換Conda源 清華映象
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
#輸入命令檢查channels
conda config --show channels
３、伺服器之間的通訊
向伺服器傳輸檔案
#把本地的source.txt檔案拷貝到192.168.0.10機器上的/home/work目錄下
scp /home/work/source.txt [email protected]:/home/work/
#拷貝資料夾，加-r引數
scp -r /home/work/sourcedir [email protected]:/home/work/