创建环境
conda create -n torchnlp python=3.7
查看已有环境
conda env list
删除环境
conda remove -n torchnlp --all
激活环境
conda activate torchnlp
查看环境下已有的安装包
conda list
退出当前虚拟环境
conda deactivate
克隆/复制环境
(new_env 在克隆之前是不存在的。 exist_env虚拟环境在克隆之前是存在的)
conda create -n new_env --clone exist_env
下面给出一些优秀案例
conda简单应用:
jupyter 设置
jt -t onedork
cuda 11.1
安装GPU版本的pytorch
显卡
https://zhuanlan.zhihu.com/p/478155959
将conda中的环境添加到jupyter中
python -m ipykernel install --name pytorch --display-name pytorch18
jupyter 删除、 安装 环境
https://zhuanlan.zhihu.com/p/287001294
python \ cuda \ tensorflow 版本对应
torch 和 torchtext
cuda 的应用
主要是:数据、网络模型、损失函数
visdom的使用
python -m visdom.server