Miniconda

平台内置的所有镜像都安装了Miniconda，安装路径为/root/miniconda3/。

---

1. 如果您需要使用其他版本的CUDA或cuDNN，那么可以通过Miniconda简单几步完成环境构建，推荐您租用实例时选择miniconda镜像（内部未安装任何深度学习框架，保持运行环境干净，避免不必要的问题）

   以下以构建TensorFlow 1.15.0版本的运行环境为例进行说明如何使用Conda构建需要的环境。

2. 如果需要将虚拟环境安装在数据盘，请参考文档最下方的方法

   创建虚拟环境
   conda create -n tf python=3.7 # 构建一个虚拟环境，名为：tf
   conda init bash && source /root/.bashrc # 更新bashrc中的环境变量
   conda activate tf # 切换到创建的虚拟环境：tf

3. 安装软件依赖

   这里以安装tensorflow==1.15.0为例

切换conda虚拟环境后 conda install tensorflow-gpu==1.15.0
conda会自动解析依赖安装tensorflow 1.15.0版本需要的cuda和cudnn，无需自己独立安装

• 安装完使用Python进行简单的测试：

  import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session(config=tf.ConfigProto(log_device_placement=True)) print(sess.run(hello))

• Notebook环境切换

  如何在JupyterLab的Notebook中使用新的Conda环境

  创建Conda新的虚拟环境（如已创建，请忽略！） conda create -n tf python=3.7 # 构建一个虚拟环境，名为：tf
  conda init bash && source /root/.bashrc # 更新bashrc中的环境变量

• 将新的Conda虚拟环境加入jupyterlab中

  conda activate tf # 切换到创建的虚拟环境：tf
  conda install ipykernel
  ipython kernel install --user --name=tf # 设置kernel，--user表示当前用户，tf为虚拟环境名称

• 执行以上命令后，如果创建新的Notebook，那么可以选择名为tf的Notebook

• 如果是已有的Notebook

• 清除Conda虚拟环境

  清除安装的环境

  conda deactivate # 退出当前(tf)环境到base环境
  conda remove -n tf --all # 清除tf环境

• 删除安装包和缓存

  conda clean -y --all

• 安装虚拟环境到数据盘

  执行以下命令设置将虚拟环境安装到/root/zscloud-tmp/conda/envs， 包缓存到/root/zscloud-tmp/conda/pkgs

  mkdir -p /root/zscloud-tmp/conda/pkgs
  conda config --add pkgs_dirs /root/zscloud-tmp/conda/pkgs
  mkdir -p /root/zscloud-tmp/conda/envs
  conda config --add envs_dirs /root/zscloud-tmp/conda/envs

• 验证是否生效

  执行命令查看配置的路径是否在文件内容中
  cat /root/.condarc

取消设置安装虚拟环境到数据盘 编辑/root/.condarc文件，删除对应的路径所在行即可