AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤

这篇具有很好参考价值的文章主要介绍了AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.选择一个实例,进入后端界面
2. 更新bashrc中的环境变量

conda init bash && source /root/.bashrc

查看虚拟环境

conda info --envs

可以看到此时有一个base的虚拟环境

AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤,python,python
但是它的python版本为3.8.10,无法安装tensorflow1.15,所以我们要创建一个新的虚拟环境。
3.创建新的虚拟环境
python 3.7
旧版 TensorFlow
对于 1.15 及更早版本,CPU 和 GPU 软件包是分开的:
tensorflow1.15 # CPU
tensorflow-gpu
1.15 # GPU
CUDA ToolKit 10.0
cuDNN v7.5
AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤,python,python
如果你不知道版本号是什么那么可以搜索:conda search 包名
例如:
conda search cudatoolkit
Loading channels: done

Name Version Build Channel

cudatoolkit 9.0 h13b8566_0 anaconda/pkgs/main
cudatoolkit 9.2 0 anaconda/pkgs/main
cudatoolkit 10.0.130 0 anaconda/pkgs/main
cudatoolkit 10.1.168 0 anaconda/pkgs/main
cudatoolkit 10.1.243 h6bb024c_0 anaconda/pkgs/main
cudatoolkit 10.2.89 hfd86e86_0 anaconda/pkgs/main
cudatoolkit 10.2.89 hfd86e86_1 anaconda/pkgs/main
cudatoolkit 11.0.221 h6bb024c_0 anaconda/pkgs/main
cudatoolkit 11.3.1 h2bc3f7f_2 anaconda/pkgs/main

操作步骤:文章来源地址https://www.toymoban.com/news/detail-648593.html

 #构建一个虚拟环境名为:my-env,Python版本为3.7
conda create -n my-env python=3.7    
 #更新bashrc中的环境变量
conda init bash && source /root/.bashrc
#切换到创建的虚拟环境:my-env
conda activate my-env
#安装cudatookit10.0.130
conda install cudatoolkit==10.0.130
conda install cudnn==7.6.0
pip install imageio==2.9.0
#安装cv2
pip install opencv-python   (如果只用主模块,使用这个命令安装)
pip install opencv-contrib-python (如果需要用主模块和contrib模块,使用这个命令安装)
#...其他需要的包

到了这里,关于AutoDL服务器的镜像版本太高,配置python3.7 tensorflow1.15版本的框架的步骤的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 华为云云服务器评测|初始化配置SSH连接 & 安装MySQL的docker镜像 & 安装redis以及主从搭建 & 7.2版本redis.conf配置文件

    1.云耀云服务器L实例初始化配置,设置密码,ssh连接; 2.安装docker,安装运行mysql容器; 3.redis镜像的拉取,创建运行容器; 4.搭建redis主从,一主一从,7.2版本的redis.conf配置文件; 设置密码,官方要求复杂一点 进行远程登陆配置 添加开放的端口 在finalShell中新建SSH连接 系统

    2024年02月10日
    浏览(57)
  • AutoDL 算力云 服务器租用教程

    AutoDL算力云:AutoDL-品质GPU租用平台-租GPU就上AutoDL 点击租用新实例   选租主机、算力型号/显卡,配置基础镜像     创建实例后可选择有/无卡模式运行   运行中状态     复制登录指令,打开Xshell,新建会话 登录指令:ssh -p 53062 root@region-3.autodl.com 名称:自定义 协议:SSH 主

    2024年02月14日
    浏览(59)
  • pycharm远程连接AutoDL服务器

    关于pycharm的安装教程网上很多,考虑到版权问题我就不在这里详细讲述了。 注意如果要远程连接服务器 必须使用pycharm专业版 ,可以免费试用30天,或者使用激活码激活。 云服务器很多,这里选择的是 AutoDL 平台。 关于AutoDL的使用介绍可以通过下面链接学习: AutoDL帮助文档

    2024年04月09日
    浏览(60)
  • 使用网上服务器(AutoDL)训练模型

    ①请把数据集放到名为dataset文件夹下;②数据集请压缩,后缀名为.zip;③点击确定 ①请把代码放到名为coad文件夹下;②代码请压缩,后缀名为.zip;③点击确定 下面我们有两个压缩包。 https://www.autodl.com/register?code=e0ab7117-bd25-4480-8184-5953048a2502 ①打开界面。 ②注册用户会有

    2024年02月02日
    浏览(52)
  • VNC连接服务器实现远程桌面 --以AutoDL云服务器为例

    VNC连接服务器实现远程桌面 --以AutoDL云服务器为例 针对本地机为Windows 地址:autodl官网 云服务器租显卡跑些小模型很方便,但是当你想做可视化的时候,可能会遇到麻烦,云服务器没有显示输出界面,无法可视化一些检测任务的结果,或者可以下载结果到本地搭建环境跑可视

    2024年02月01日
    浏览(43)
  • Pycharm-远程连接云服务器-Autodl

    目录 一、在Autodl中租用实例:步骤详情请见此官网的帮助文档。 二、上传数据到云服务器。 三、验证Audotl自带的基础环境配置 四、上述完成之后,就可以训练自己上传的项目了: 本案例是在Autodl中训练yolov5: 五、Pycharm远程连接云服务器Autodl: https://www.autodl.com/docs/quick_

    2024年02月06日
    浏览(67)
  • VSCode远程连接AutoDL服务器详细教程

    打开VSCode下载Remote-SSH插件 远程连接,在AutoDL开机后可直接复制待连接的实例的账号和密码,复制账号时注意删除末尾的空格 复制账号后连按两次enter键,右下角弹出下图后,点击Connect。 右键点击待连接的实例→选择红框内容→点击Continue→输入密码(AutoDL中复制) 连接成功

    2024年01月16日
    浏览(44)
  • 本地pycharm连接远程服务器(以AutoDL为例)

    专业版PyCharm(社区版不支持远程开发功能) 远程服务器(这里使用AutoDL) 有需要的可以注册AutoDL 注册链接 复制自己的实例 SSH 指令 如果是图中的空白是因为你没有开机,开机就可以进行复制了 在 ssh -p 43677 root@region-41.seetacloud.com 命令中, 各个参数的含义为: 用户名:ro

    2023年04月08日
    浏览(46)
  • pycharm连接autodl服务器 文件上传 启动终端

    注意!!请使用pycharm 专业版!! 参考博客1 参考博客2 启动autodl服务器,选择无卡模式连接,省钱 打开Pycharm,选择Add Project Interpreter 从autodl处复制ssh账号至此,比如 ssh -p 50802 root@region-3.autodl.com ,则在 host 处放置 region-3.autodl.com ,在 Port 处放置 50802 ,下方的 username 写 root 在a

    2024年02月02日
    浏览(57)
  • 自学历程-AutoDL服务器训练YOLOv8

    1、服务器训练YOLOv8的方法有很多,这里也只是我的一个学习过程中了解到的一些。 2、着重于服务器购买好之后的YOLOv8上传、环境配置、训练等流程,所以服务器购买等相关内容不具体介绍。 3、写这篇博客的过程中深感细节的点太多,没办法一点一点的完全介绍前因后果。

    2024年04月10日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包