colab上利用conda管理环境

这篇具有很好参考价值的文章主要介绍了colab上利用conda管理环境。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。

google colab 上白嫖显卡环境管理问题。

# 首先安装conda,安装后才能使用
!wget -c https://repo.continuum.io/miniconda/Miniconda3-py37_4.8.3-Linux-x86_64.sh
!chmod +x Miniconda3-py37_4.8.3-Linux-x86_64.sh
!time bash ./Miniconda3-py37_4.8.3-Linux-x86_64.sh -b -f -p /usr/local
!time conda install -q -y -c conda-forge rdkit
# 指向conda路径
import sys
sys.path.append('/usr/local/lib/python3.7/site-packages/')

完成上述步骤,就可以进入使用conda了,接下来说如何用conda管理环境

方法一:

# 进如shell输指令,实现conda管理环境
%%shell
eval "$(conda shell.bash hook)" 
conda create -n py38 python=3.8
conda activate py38

方法二:

# 如果开了pro会员,在能使用终端的情况下,在终端输入
vim ~/.bashrc
# 进入vim后最后一行输入
export PATH="/自己的路径/miniconda3/bin:$PATH"
# 激活环境
source ~/.bashrc

conda create -n py38 python=3.8
conda activate py38

环境管理的问题就解决了(白嫖不爽,不如买卡)文章来源地址https://www.toymoban.com/news/detail-693309.html

到了这里,关于colab上利用conda管理环境的文章就介绍完了。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

  • linux docker部署深度学习环境(docker还是conda)

    在深度学习中,避免不了在远程服务器上进行模型的训练,如果直接在服务器裸机的基础环境跑显然是不可取的,此时搭建用于模型训练的docker环境显得尤为重要。 在深度学习中,避免不了在远程服务器上进行模型的训练,如果直接在服务器裸机的基础环境跑显然是不可取的

    2024年02月21日
    浏览(62)
  • 人工智能概论报告-基于PyTorch的深度学习手写数字识别模型研究与实践

    本文是我人工智能概论的课程大作业实践应用报告,可供各位同学参考,内容写的及其水,部分也借助了gpt自动生成,排版等也基本做好,大家可以参照。如果有需要word版的可以私信我,或者在评论区留下邮箱,我会逐个发给。word版是我最后提交的,已经调整统一了全文格

    2024年02月05日
    浏览(74)
  • 人工智能深度学习100种网络模型,精心整理,全网最全,PyTorch框架逐一搭建

    大家好,我是微学AI,今天给大家介绍一下人工智能深度学习100种网络模型,这些模型可以用PyTorch深度学习框架搭建。模型按照个人学习顺序进行排序: 深度学习模型 ANN (Artificial Neural Network) - 人工神经网络:基本的神经网络结构,包括输入层、隐藏层和输出层。 学习点击地

    2024年02月14日
    浏览(54)
  • 深度学习pytorch环境搭建

    搭建pytorch环境,主要目的还是尽量利用gpu的算力,cpu也可以但速度要慢很多,如果没有Nvidia显卡,torch.cuda.is_available()就是False,是正确的。即便没有显卡,也是可以往后面学习的,只不过运算速度会慢很多。 当数据量较大时,在GPU上的运算速度接近CPU的10倍,且随着layer的加

    2023年04月12日
    浏览(38)
  • 深度学习-环境搭建(安装Pytorch)

    入门深度学习过程中,我决定在笔记本上搭建深度学习环境。我笔记本的显卡是NVIDIA 1050Ti,似乎足以支撑。由于我之前已经安装过Anaconda,所以是要在Anaconda上安装GPU版本的pytorch 略。 大多数人更推荐安装的是Miniconda,特别适合新手,能够节省空间和时间。 右键打开NVIDIA控制

    2023年04月26日
    浏览(58)
  • 深度学习实战24-人工智能(Pytorch)搭建transformer模型,真正跑通transformer模型,深刻了解transformer的架构

    大家好,我是微学AI,今天给大家讲述一下人工智能(Pytorch)搭建transformer模型,手动搭建transformer模型,我们知道transformer模型是相对复杂的模型,它是一种利用自注意力机制进行序列建模的深度学习模型。相较于 RNN 和 CNN,transformer 模型更高效、更容易并行化,广泛应用于神

    2023年04月22日
    浏览(64)
  • 深度学习环境配置(Aanconda+cuda+pytorch)

    1.Anaconda安装包下载 ①从官网下载(速度感人) 官网下载网址:https://www.anaconda.com/products/distribution ②从清华大学开源软件镜像下载(推荐) 镜像网址:https://mirrors.bfsu.edu.cn/anaconda/archive/ 选择自己电脑所适配的版本。(推荐下载Anaconda3系列版本) 2.Anaconda的安装 找到下载好的

    2024年02月14日
    浏览(44)
  • 【动手学深度学习】pytorch-参数管理

     我们的目标是找到使损失函数最小化的模型参数值。 经过训练后,我们将需要使用这些参数来做出未来的预测。 此外,有时我们希望提取参数,以便在其他环境中复用它们, 将模型保存下来,以便它可以在其他软件中执行, 或者为了获得科学的理解而进行检查。 访问第

    2024年02月16日
    浏览(40)
  • Windows下PyTorch深度学习环境配置(GPU)

    (路径最好全英文) (下载好后,可以创建其他虚拟环境,因为是自己学习,所以先不放步骤,有需要者可以参考B站up我是土堆的视频) 1.确定显卡型号 (如图右上角,我是1050ti) 确定显卡算力 6.1 (更多CUDA和GPU间的算力关系可参考https://zhuanlan.zhihu.com/p/544337083?utm_id=0) 确

    2024年02月16日
    浏览(63)
  • 最简单Anaconda+PyTorch深度学习环境配置教程

    深度学习小白从零开始学习配置环境,记录一下踩过的雷坑,做个学习笔记。 配置了好几次之后总结出来的最简单,试错成本最小的方案,分享给大家~ 安装顺序:Anaconda+CUDA+ CuDnn+Pytorch  Anaconda ,中文 大蟒蛇 ,是一个开源的Python发行版本,其包含了conda、Python等180多个科学

    2024年02月02日
    浏览(66)

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