Linuxサーバのプロジェクトで構成された最近のプロジェクトはpytorchを必要とTensorFlowは、GPUのバージョンを使用して、プロジェクト内でもTensorFlow GPUとCPUを使用します。
あなたが再び開始した場合、アップロードサーバー環境では、あなたは、依存関係の多くをダウンロードする必要があり、そしてパッケージがシステムに直接マウントされている場合、サーバの競合上の他のパッケージ、プロジェクトの依存関係を管理するための仮想環境を作成するためにAnacondaを使用するかもしれません。ミラーダウンロードAnacondaインストールが速く、それに対応するバージョンhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/を選択し、清華大学に行くことができます。私はアナコンダは、表示するために、次の画像を制御することでAnaconda3-5.2.0バージョンを選択することができ、対応するpython3.6をダウンロードする必要があります。（しかし、実際には、私がanaconda2になっダウンロードが、その後の使用には影響しません）
ダウンロード後アナコンダに〜/ .bashrcの中で環境変数を追加します。あなたが最初に時間を見つけることができない場合は、あなたがソース〜/ .bashrcのcondaコマンドを実行します。
アナコンダを設定したら、あなたは仮想環境を作成したい場合は、再ダウンロードパッケージへのニーズも非常に煩雑な作業であり、制御プロジェクトダウンロードする前に、一つ一つが必要です。それはあまりにも私たちは、サーバーへのアナコンダ良好な環境のアップロードローカルプロジェクトに直接パッケージを検討し、釣り、ローカル仮想環境を使用することができます。実際には、ローカルディレクトリ環境アナコンダへの最初で、鉱山は/ home /木材/ anaconda2 / ENVS、このディレクトリは、ユーザーが作成したアナコンダ環境です。直接パッケージ
タール-cvf name.tarはyour_env_name /
このファイルは、scpコマンドを使用してサーバーの下で、次の（anaconda2_dir）/ ENVSにアップロードされ、
SCP name .tarはのremote_username @ REMOTE_IP：anaconda_dir / ENVS
ENVSでその後解凍name .tarはアナコンダディレクトリサーバ
タール-xvf name .tarは
環境がサーバに移植され、あなたはリストは我々だけで、サーバー上のcondaのENV環境によって移植しているかどうかを確認することができます。
環境はpytorch CPUとTensorFlow、最初のアンインストールpytorchのローカルにインストールされたバージョンであります
condaアクティブプロジェクト＃活性化環境 condaアンインストールpytorch
清華大学でダウンロードpytorch、その後、（公式ダウンロードは超スローため）ミラーに行ってきました。あなたは清華ミラーを設定する必要があります。
ターンで次のコマンドを実行します。
conda設定--addチャンネルhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda設定--addチャンネルhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda設定--set show_channel_urlsはい conda設定--addチャンネルhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
3上記清華ミラー源が配置され、pytorch源の下方に配置されています。そして、公式のダウンロードコマンド以下cuda10で、例えば、downloadコマンドを見つけ、公式サイト、あなたが対応するpytorchを選択したバージョンにPytorchの最新バージョンをされて行きます
pytorch torchvision cudatoolkit = 10.1 -c pytorchインストールconda
ただし、このコマンドを使用していない、ミラー元の添加は、我々はコマンド上記-c pytorchを削除し、実行
インストールconda pytorch torchvision cudatoolkit = 10.1
あなたは清華大学と画像をダウンロードすることができます。あなたが使用することを、例えば、1.0に、pytorchのバージョン履歴をダウンロードする場合
pytorch == 1.0 torchvisionのcudatoolkit = 10.1 -c pytorchをインストールconda
トーチは、置換されているため、インストールした後、torchvisionは、必ずしも、使用をサポートしていないので、次にtorchvisionの対応するバージョンをダウンロードして、問題のバージョンのアンインストールtorchvision不整合があってもよいです。
最初の問題はtorchvision 0.2.0を再インストールし、torchvision下にはtotensorがないことです。
第二个问题是このアプリケーションは、それがfaindか「で「XCB」プラグインのQtプラットフォームを読み込むことができなかったので、」起動に失敗しました。
アプリケーションを再インストールすると問題が解決する場合があります。私たちは、このプロンプトで見つけることができない私たち聖歌再インストール、再インストールPyQtは、その後、QtのプラットフォームプラグインXCB、私たちは再ロードするためのプロンプトを伝えます
condaアンインストールPyQtは condaアンインストールQT PyQtはをインストールconda
私のプロジェクトは、TensorflowのGPUのバージョンを使用していますTensorFlowのGPUのバージョンをインストールする必要があります。
TensorFlowを使用している問題、顔認識や車両検出は、CPUバージョン、GPUのバージョンであり、それは競合する、もあります。TensorFlowのアンインストールする前にまず、CPUを実行することができGPUバージョンTensorFlow。GPUのバージョンをダウンロードしてください
tensorflow-GPU == 1.12.0をインストールconda
しかし、ここでは、ツールキットのCUDA 9.0をダウンロードし、ツールキットcuda10を使用するときにトーチをダウンロードする前に、何が起こるか分かりません。試験後競合が見つかりませんでした。
今、このプロジェクトでは、GPUのバージョンがある、そこにCPUのバージョンがあるが、また、アナコンダに対応する対応する環境を設定し、バージョンのGPUを実行したときに、GPUはアナコンダ環境に切り替える必要があります。そのような切り替えは、コマンドラインであってもよいです
condaアクティブGPU
Pycharmもアナコンダ/ ENVS /プロジェクト/ binに/ python3.6を選択し、設定intepreterプロジェクトで実施することが、環境に選ばれました。
これまでのところ、最後の質問、TensorFlowのGPUバージョンは、デフォルトGPUのバージョンによって使用されて残されますが、プロジェクトのGPUのバージョンがあるが設定すべきか、その後、tensorflowのCPUバージョンを使用する必要がありますか？