本地anaconda使用與天池實驗室比較
阿新 • • 發佈:2020-10-10
(1)天池實驗室
天池實驗室的GPU環境與CPU環境裡面包含的包不同,在CPU環境下,開一個終端進行模組的安裝也許可以,但切換到GPU環境下可能就不行了,如下圖,這樣直接導致GPU環境下的環境不可用,比如下面的"seaborn"模組的安裝;另,在CPU環境下,所能使用的資源也是極其有限與不穩定的,計算量大的時候,得等半天,還有可能掛死。這都取決與天池實驗室的資源的分配。
同樣,一臺普通的PC,在8G8核的CPU下的計算就穩定多了,也快多了。
(2)本地的Anaconda環境
這裡要注意的是module的安裝與下載,可能與報錯的提示不一樣。
比如 module xgboost不存在 ,conda install xgboost不一定行;s可以通過模糊查詢的方式去安裝 。命令列反而不合適了。