python cuda


原文链接: python cuda

conda的安装与使用(2019-6-28更新) - 简书

清华大学开源软件镜像站 | Tsinghua...

Anaconda

配置镜像

conda config --show 查看配置项

配置镜像(安装一次,镜像也只配置一次,注意不要复制错误!!!)

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/omnia/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/plotly/

conda config --set show_channel_urls yes

执行完上述命令后,会生成 vi ~/.condarc

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - defaults

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

If you'd prefer that conda's base environment not be activated on startup,
set the auto_activate_base parameter to false:

conda config --set auto_activate_base false

Thank you for installing Miniconda3!

conda 更新

conda update -n base conda

conda 管理nodejs

您可以肯定使用conda为nodejs程序创建虚拟环境.
$conda create -yn node nodejs
$conda activate node

To activate this environment, use

#

$ conda activate node

#

To deactivate an active environment, use

#

$ conda deactivate

完成后,只需将其删除即可.

$conda env remove -yp ./myapp
要么

$rm -fr ./myapp

激活配置

conda命令创建虚拟环境时,必须指定一个或者几个你需要安装的package。

conda create -n py2 python=2* anaconda
这样就会安装anaconda2版本。

栗子1:
这条命令安装了一个名为myflaskapp虚拟环境,安装flask包。

conda create -n myflaskapp flask
栗子2:
这个是克隆创建了一个和原系统一样的python环境,命名为nb。

conda create -n nb --clone root
栗子3:
这就不需指定具体包了

conda create --name $ENVIRONMENT_NAME python
其他:

$ conda create -n py3 python=3*
$ conda create -n py2 python=2*

第四步:创建小环境并安装软件

创建名为paddle的软件安装环境,同时安装python=3版本的软件

conda create -n paddle python=3

出现三个done

查看当前conda环境

conda-env list

可以看到成功建立的paddle

conda info --envs

激活/进入conda的paddle环境,避免安装软件时安装到大环境

source activate paddle

小环境创建成功,可以随便安装软件到小环境里啦

尝试

安装 sra-tools软件

conda search sra-tools
conda install -y sra-tools # done正确安装,且能调出软件help
......
source deactivate # 退出当前环境

conda的作用:

  1. conda可以给我们提供一个独立的环境,相当于python的virtualenv
    conda create -name envname python=2.7
    activate envname
  2. conda info -envs 列出conda创建所有的环境
    conda版本:conda --version
    更新conda:conda update conda
    切换回当前环境:deactivate
    删除环境:conda remove --name flowers --all
    制作环境副本:conda create --name flowers --clone snowflakes
    查看在环境中安装的第三方包:conda list
    搜索可安装的包:conda search
    安装新软件:conda install --name packagename beautifulsoup4
    也可以使用pip安装:pip install pkg
    也可以从其它页面下载安装:conda install --channel https://conda.anaconda.org/pandas bottleneck
    删除环境的第三方包:conda remove --name envname pck或者 pip uninstall pck
    删除conda:rm -rf ~/miniconda OR rm -rf ~/anaconda

卸载miniconda

#去掉~/.bash_profile环境变量配置
# added by Miniconda2 installer
export PATH="/Users/xy920/miniconda2/bin:$PATH"

#删除miniconda
rm -rf ~/miniconda2

# 去掉相关隐藏文件
rm -rf ~/.condarc ~/.conda ~/.continuum

环境导出

conda导出已有环境:
conda env export --name root > environment.yaml

conda list -e > requirements.txt

环境会被保存在 environment.yaml文件中。 当我们想再次创建该环境,或根据别人提供的.yaml文件复现环境时,可以:

conda env create -f environment.yaml
1
conda install --yes --file requirements.txt
1
就可以复现安装环境。
移植过来的环境只是安装了你原来环境里用conda install等命令直接安装的包,你用pip之类装的东西没有移植过来,需要你重新安装。

pip导出安装的库到 requirements.txt

pip freeze > requirements.txt
1
pip导入requirements.txt中列出的库到系统

pip install -r requirements.txt
————————————————
版权声明:本文为CSDN博主「小伙儿1995」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/sinat_28442665/article/details/86650152

cuda install

(1条消息)Linux安装CUDA的正确姿势 - FlyWine的博客 - CSDN博客
Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-10.1/
Samples: Installed in /home/ubuntu/, but missing recommended libraries

Please make sure that

  • PATH includes /usr/local/cuda-10.1/bin
  • LD_LIBRARY_PATH includes /usr/local/cuda-10.1/lib64, or, add /usr/local/cuda-10.1/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-10.1/bin

~.bashrc

export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH
`