logo
0
0
WeChat Login

云原生 Tensorflow 与 pytorch 实验环境

现在就拥有一个Tensorflow与pytorch的实验环境,拥有高内存高性能显卡,快速参与学习与实验!
(已预装anaconda,隔离了两者环境)

使用方法

1.Fork本项目到你的仓库中
2.点击“开始云原生开发”按钮(界面右上角,不是导航栏右上角)
3.等待打开web版本的vscode
4.等待界面完全加载完毕
5.出现如下图示代表基本打开(在画面的中间靠下位置)

________                               _______________  
___  __/__________________________________  ____/__  /________      __  
__  /  _  _ \_  __ \_  ___/  __ \_  ___/_  /_   __  /_  __ \_ | /| / /   
_  /   /  __/  / / /(__  )/ /_/ /  /   _  __/   _  / / /_/ /_ |/ |/ /  
/_/    \___//_/ /_//____/ \____//_/    /_/      /_/  \____/____/|__/  


WARNING: You are running this container as root, which can cause new files in  
mounted volumes to be created as the root user on your host machine.  

To avoid this, run the container by specifying your user's userid:  

$ docker run -u $(id -u):$(id -g) args...  

6.切换conda到你需要的环境
切换到pytorch你需要输入conda activate pytorch
切换到tensorflow你需要输入conda activate tensorflow

7.开始学习!

FAQ 常见问题

1.如何上传文件?
直接将你的文件拖拽到vscode左侧的目录列表中即可(在你的界面正下方有一个标识进度条的地方,可能不怎么明显)
2.数据怎么保存?
在vscode中,左侧有git操作平台,当你准备好了当前的文件,你可以编辑一下本次的更新日志,然后commit到git上,然后push到cnb的服务器即可。
或者你直接从其他项目中git拉取,然后提交到对应的git中

About

TensorflowWorkSpace 一个开源的Workspace空间,用于TensorFlow和Pytorch 使用anaconda分离环境