白嫖百度GPU-TeslaV100笔记（在 AI Studio 上使用 tensorflow 和 pytorch 的方法）-亲测可用

目录

• 1.登陆百度 AI Studio 并按照教程创建新项目
• 2.启动项目并进入控制台
• 3.下载 Anaconda3/Miniconda3 安装脚本
• 4.安装在 ~/work/*conda3 目录
• 5.输入命令 source ~/work/*conda3/bin/activate 进入 conda 环境
• 6.安装自己心仪的框架如 tf 和 torch，一切命令从控制台运行，自带的 jupyter 界面当摆设就好，或者当一个好看的命令行用也可以
• 7.测试

1.登陆百度 AI Studio 并按照教程创建新项目

网址：https://aistudio.baidu.com/aistudio/index

2.启动项目并进入控制台

运行环境选择高级版：GPU为TeslaV100

3.下载 Anaconda3/Miniconda3 安装脚本

Miniconda3下载地址：https://repo.continuum.io/miniconda/
我下载的版本是：Miniconda3-4.7.12.1-Linux-x86_64.sh

4.安装在 ~/work/*conda3 目录

把下载的文件上传至aistuidio，终端里进入目录并安装sh文件：bash Miniconda3-4.7.12.1-Linux-x86_64.sh
一直按enter或者yes直到：
这边需要将Miniconda装在 ~/work/*conda3 目录下，work目录的话重启是不会消失的:

一顿yes or y操作后Miniconda安装成功：

5.输入命令 source ~/work/*conda3/bin/activate 进入 conda 环境

输入source ~/work/*conda3/bin/activate或者source activate进入conda环境

6.安装自己心仪的框架如 tf 和 torch，一切命令从控制台运行，自带的 jupyter 界面当摆设就好，或者当一个好看的命令行用也可以

安装tensorflow1.5.0：pip install tensorflow==1.5.0

7.测试

进入python，并输入一段tensorflow代码进行测试：

import tensorflow as tf
sess = tf.Session()
a = tf.constant(2)
b = tf.constant(3)
print(sess.run(a+b))

输出为2+3=5，测试成功，tensorflow可用

部分转自：白嫖百度 Tesla V100 笔记（在 AI Studio 上使用 tensorflow 和 pytorch 的方法）
浏览量这么多，大哥们倒是帮我点个赞啊~