版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/GreenHandCGL/article/details/83012048
１、查看CUDA版本
nvcc -V２、conda的使用
创建envs
#空环境
conda create --name myenv
#设置python版本
conda create -n myenv python=3.6
进入envs
source activate myenv退出envs
source deactivate安装packages
pip install packagename安装pytorch(pip方式)
pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl
pip install torchvisionconda安装pytorch（会自动安装cuda、cudnn）
conda install pytorch torchvision cuda80 -c pytorchconda安装tensorflow(会自动安装cuda、cudnn)
conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpuconda安装opencv
conda install --channel https://conda.anaconda.org/menpo opencv3删除envs
conda remove --name myenv --all更换Conda源 清华镜像
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 --set show_channel_urls yes
#输入命令检查channels
conda config --show channels
３、服务器之间的通信
向服务器传输文件
#把本地的source.txt文件拷贝到192.168.0.10机器上的/home/work目录下
scp /home/work/source.txt [email protected]:/home/work/
#拷贝文件夹，加-r参数
scp -r /home/work/sourcedir [email protected]:/home/work/