服务器虚拟环境使用指南

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:激活自己刚刚创建的虚拟环境
      • 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)
      • 第六步:查看自己安装包的结果
      • 第七步:如何对出当前虚拟环境
      • 第八步:服务器不使用时记得退出账户

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

服务器虚拟环境使用指南_第1张图片

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,使用者自己可以根据用户名起名字。

conda create -n momo python=3.8

服务器虚拟环境使用指南_第2张图片

第四步:激活自己刚刚创建的虚拟环境

conda activate momo

看到自己的命令行前面由(base) 变为了(momo)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:查看自己安装包的结果

pip list

服务器虚拟环境使用指南_第3张图片

第七步:如何对出当前虚拟环境

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
服务器虚拟环境使用指南_第4张图片

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
服务器虚拟环境使用指南_第5张图片

你可能感兴趣的:(Linux,linux,ubuntu,服务器)