jjzjj

nvidia驱动 && docker镜像cuda ,anaconda,pytorch下载ubuntu20.04&&pycharm远程连接远端服务器docker中的conda环境(完整操作)

内含一整套操作,从设置容器到远程连接。操作环境:服务器:ubuntu20.04本机:win10IDE:pycharm专业版1.nvidia驱动下载下载驱动很容易的,下面我们来介绍一种最简单的方法。sudoubuntu-driversdevices#显示可用驱动sudoaptinstallnvidia-driver-525#我这里选择的是525,大家按需操作即可reboot#需要重启一下nvidia-smi#验证是否有驱动  2.docker下载  参考参考网站里有很详细的解说,我们只再列出需要的代码。sudoaptupdate#更新软件包apt-getinstallca-certificate

服务器账户没有conda权限-NotWritableError: The current user does not have write permissions to a required path

起因:服务器建立了一个新号,想安装一些环境,一般服务器都是有现成的conda的,但是却出现了上述问题比如condacreate-nomicversepython=3.8报错:NotWritableError:Thecurrentuserdoesnothavewritepermissionstoarequiredpath.path:/usr/local/anaconda3/pkgs/cache/316b00821.jsonuid:1082gid:1085Ifyoufeelthatpermissionsonthispatharesetincorrectly,youcanmanuallychange

Linux系统 利用conda更改gcc、g++版本(非root用户)

图片来源于网络问题场景:平常使用python安装包时,同时会用到gcc/g++造轮子进行安装,但当我们在公司企业的服务器集群上进行操作时,我们一般都是非root用户,无法对/bin或/lib目录进行更改,无法更新相应文件夹下对应软件的链接。conda为我们提供了环境的隔离,如何为用户配置conda内下载的指定版本gcc呢?甚至做到多环境gcc/g++版本共存,在有需要时快速切换!解决思路:1.下载gcc/g++至conda环境一般,通过conda下载gcc及g++可通过如下命令(在对应的conda环境env中):condainstall-cmoussigcc_impl_linux-64cond

在Debian12的Conda环境下安装MOOSE

基于MOOSE的应用程序开发所需的依赖项的大量库首选方法是通过Conda获取。按照以下说明使用Conda在计算机上创建环境。安装Miniforge。根据您的平台,请按照以下步骤安装Miniforge。如果您在这些步骤中遇到问题,请访问Conda故障排除指南。LinuxUsers:Linux用户:点击查看代码curl-L-Ohttps://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.shbashMiniforge3-Linux-x86_64.sh-b-p~/miniforgeM

将yml文件导入conda,并连接到jupyter和pyCharm

在GitHub上找了一篇文献,想复现一下,记录一下其中遇到的环境配置问题。我也不是很懂相关的操作,只是用来记录,如果我的操作有什么不必要或错误的地方,辛苦大家耐心指正。1.把yml文件安装到conda安装路径下的envs文件夹下:把cmd转到保存着yml文件对应路径中在该路径下安装yml文件(我理解为解压别人在电脑上配置好的环境及其安装的包),输入:condaenvcreate-fenvironment.yml等待安装成功之后,就会在conda的安装路径下的envs文件夹中找到新添加的环境(例如我这里的Project就是新添加的环境)我在安装yml文件的时候,在Installingpipdep

conda虚拟环境配置和pycharm添加conda解释器

下载地址:清华镜像:Indexof/anaconda/archive/|清华大学开源软件镜像站|TsinghuaOpenSourceMirror下载好后 下一步这里一般是选择justme这里路径选择C盘以外的地方第二个配置环境不要勾选,后续安装好后自行配置环境变量即可然后等待安装安装好后配置环境变量将这三个路径粘贴到环境变量即可之后打开cmd,输入conda--versionpython--version查看conda和python版本没问题后输入condacreate-nyourname(你自己想要的环境名)python=3.11(自己的python版本信息)创建好后输入 condaacti

服务器报错解决:CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘.T

    在一个新的服务器端口创建完虚拟环境后,显示报错信息CommandNotFoundError:Yourshellhasnotbeenproperlyconfiguredtouse'condaactivate'.Toinitializeyourshell,run$condainitCurrentlysupportedshellsare:-bash-fish-tcsh-xonsh-zsh-powershellSee'condainit--help'formoreinformationandoptions.IMPORTANT:Youmayneedtocloseandrestartyourshe

conda下安装好opencv相关库后运行却报错The function is not implemented. Rebuild the library with Windows, GTK+ 2.x

先上本人解决方法:在对应的conda环境下:pipinstallopencv-python前因后果:在新配置了一个环境后,为了图方便就在AnacondaNavigator里把opencv相关的勾选后安装了。其实也没什么问题,毕竟查询版本啥的都对。我们condalist后也可以找到相关的库。但是在运行一些基本的opencv函数就会报错,比如imshow函数,报错如下:Traceback(mostrecentcalllast):File"d:\learn.py",line17,incv2.imshow('OriginalImage',gray)cv2.error:OpenCV(4.6.0)C:\b

【100天精通Python】Day74:python机器学习的生态圈(numpy,scipy,scikit-learn等),库安装环境搭建(conda virtualenv), 以及入门代码示例

目录 1python机器学习的生态圈    1.1NumPy和SciPy:1.2 Pandas:1.3Matplotlib和Seaborn:1.4Scikit-Learn:1.5TensorFlow和PyTorch:1.6JupyterNotebooks:1.7NLTK(NaturalLanguageToolkit):1.8Statsmodels:1.9Virtualenv和Conda:(1)virtualenv 安装和使用(2)conda安装和使用1.10Flask和Django:1.11Scrapy:2 环境安装2.1安装python2.2安装Scipy2.3安装scikit-learn 

七、ubuntu20.04下opencv编译(GPU)+python+conda+ffmpeg

七、ubuntu20.04下opencv编译(GPU)+python+conda(1)需要安装nvidia-driver没有安装的可以看我的这篇文章:一、安装nvidia-driver(2)需要安装cuda没有安装的可以看我的这篇文章:二、安装cuda(3)需要安装cudnn没有安装的可以看我的这篇文章:三、安装cudnn(4)需要安装anaconda没有安装的可以看我的这篇文章:四、安装anaconda(5)需要安装pytorch没有安装的可以看我的这篇文章:五、Anconda下安装pytorch(6)需要安装ffmpeg没有安装的可以看我的这篇文章:六、ffmpeg编译(GPU版本)和使用