安装说明
更新时间:
官方镜像中为您预置了相关工具和包,若镜像中预置的工具和包无法满足您的开发诉求,开发环境初始化完成后,可在开发环境中补充安装其他工具和包。
注意:开发环境主要用于调试代码,不建议安装其他目的用途的工具。
# 查看已安装的包
参考下述方法查看当前环境所用的官方镜像,并对比 官方镜像说明 了解当前环境中已安装了哪些软件、工具、依赖包和库。
平台左侧导航栏选择 项目,随后单击您刚才初始化开发环境的项目卡片,进入项目详情页中。
项目详情页右侧 配置 栏中,工作镜像 处可查看项目开发环境所用镜像,
进入该镜像详情页,通过 已安装列表 可查看该镜像已内置的哪些工具和依赖。
# 安装方法说明
镜像中还缺少您要使用的工具,可选择下述方法进行补充安装。
安装方式 | 说明 |
---|---|
pip方式安装 | 是 python 解释器语言的包管理工具。其源为 pyPI,所含包比 ubuntu 源更多,对于同一个包,pyPI 可以提供更多的版本以供下载。 |
apt方式安装 | 是 ubuntu 操作系统的包管理工具,其源是 ubuntu 仓库,安装的包是系统化的包,在系统内完全安装。 |
yum方式安装 | yum 是 centos 系列操作系统的包管理工具。 |
conda方式安装 | Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,可以很方便地解决多版本 python 并存、切换以及各种第三方包安装问题,即方便多个 python 项目同时开发的时候,每个项目都有自己独立的 python 开发环境。 |
# 安装注意
安装如下工具时,您需关注下表中的注意事项。
工具 | 说明 |
---|---|
cuda | 官方镜像中均已安装且经过兼容性测试,您无需再次安装。用于调用显卡硬件,其版本可通过官方镜像说明查看。 |
框架 | 指 Tensorflow、Pytorch 等 AI 框架,具体框架及版本由您选择的镜像决定。 请勿重复安装与 cuda 版本不兼容的框架,否则镜像可能会报废,兼容性请参考: - pytorch 官网 (opens new window) - tensorflow 官网 (opens new window) |
python | 目前官方镜像中默认都为 python3.8,如您需要使用其他版本的 python,建议使用 python3。 |
# 保存镜像
当您在开发环境中安装好所需工具后,需参考下述方法将环境构建为镜像,以便您下次使用,否则环境重启后,您安装的工具会丢失。
← VSCode连接开发环境 apt方式安装 →