google colab 安装requirements.txt

import torch print(torch.__version__) print(torch.cuda.is_available()) 第一步先检查cuda是否能用 !unzip /content/GraphDTA-master.zip 第二步：解压我的文件 !wget -c https://repo.anaconda.com/miniconda/Miniconda3-py37_4.9.2-Linux-x86_64.sh !chmod +x Miniconda3-py37_4.9.2-L.

总结：直接通过pip install TA-Lib安装ta-lib会失败，需要先下载源码，再make & make install之后，再执行pip install TA-Lib，才能成功。过程很神奇，从没见过这种操作。 可以把以下代码放在colab或者jupyter的一个cell中执行，便能成功安装Ta-Lib !wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz !tar xvzf ta-lib-0.4.

1）gitspconv1.2.1版本，此版本是修复版（针对无编译环境直接pip安装.whl文件时报错缺少libcuhash.so问题），其中-b分支。（2）安装cuda11.0版本的pytorch1.7.1(可以不更改cuda版本，直接装11.0的pytorch编译spconv么)下载需要的CUDA版本，并安装；(3)安装spconv（此轮子可以直接在别的环境中pipinstall安装spconv）（5）wgetcmake-3.15.2版本，进行源码编译安装。（6）安装新版本的cuda。.........

Google Colab 是由 Google 提供的云端 Jupyter Notebook 开发环境，自 2017 年推出以来已成为机器学习、数据科学和教育领域的重要工具‌。

Colaboratory 简称“Colab”，是Google Research 团队开发的一款产品。 在Colab 中，任何人都可以通过浏览器编写和执行任意Python 代码。 它尤其适合机器学习、数据分析和教育目的。 从技术上来说，Colab 是一种托管式Jupyter 笔记本服务

谷歌 colabFor those who do not have access to the GPT-3 API it is important to remember we can still experiment with and use GPT-2!对于那些无法访问GPT-3 API的人，请务必记住我们仍然可以尝试并使用GPT-2！ For everyone who is not fami...

官网地址：https://repo.anaconda.com/miniconda/拿到python版本后去官网下载对应版本的conda。电脑上没有nvdia，所以借用colab跑代码。进入到代码目录中开始创建环境变量。首先把GitHub代码拷贝过来。查看conda和python。查看环境变量和conda列表。查看分配的内存大小、GPU。这一步需要先更改设置。

使用pip一直安装不上，说是pandas、Cython的版本问题导致的。直接使用conda装就行。

第一步，首先注册一个google的账号（记得要科学上网哦），这里就不多介绍了，传送门进入谷歌云盘页https://www.google.com/intl/en/drive/ 如果遇到手机号无法验证请百度或者taobao，这里就不多说了，相信大家也都有google账号！ 第二步，注册好账号后就登录，然后会进入到下图所示的页面 第三步，就是新建一个colab，如下图，1号箭头是建好后的，首次没有就要点击二号箭头connect more apps去 搜索colab 然后安装就好 接下来就是连接到服务器

但是会有一个问题， 就是如果当你的项目需要下载非常多的包时， 你得不停的用 pip 命令一个个去下载， 有没有一种方法可以将项目所需要的包一次性下载呢？当然你也可以将目前pycharm中已下载的所有包都导入到 requirements.txt 文件中，你只需要在终端命令中输入命令 ： pip freeze > requirements.txt 即可。的一个文件，通常我们在下载包时，例如pytest包， 会使用命令 pip install pytest 来下载包。这个文件是一个用于一次性保存在。

condacolab：为Google Colab轻松安装Conda及其环境 项目介绍 在深度学习、数据科学以及科学计算领域，Conda是一个强大的环境管理与包管理工具，它可以帮助用户轻松管理不同的Python环境以及依赖包。然而，在Google Colab中，安装Conda环境并不是一个直观的过程。为了解决这一问题，condacolab项目应运而生。它旨在为用户提供一种简单的方式，在Google ...

如上文所说，Google Colab是谷歌免费提供的Jupyter笔记本环境，那么每次关闭该环境，服务器会自动将之前的所有操作进行清除，若不使用Google Driver，则每次都需要上传数据集和代码，大大浪费了时间，因此使用该云盘，和Colab进行链接操作，在使用Colab的时候可以调用网盘的数据。由于是免费提供的，因此该算力也有限制，即每周最多使用三十小时左右（大概，官方也没有公布限额，这是动态资源），同时单次运行不能超过12小时，同时若使用用户过多的情况下不一定能使用上。

Google Colab是一种在线的开发环境，它基于Jupyter Notebook，可以在浏览器中运行Python代码。Colab提供了一个具有CPU和GPU支持的云端运行环境，用户可以免费使用。

批量下载 requirements.txt 里面的所有包一、说明二、代码演示1.用豆瓣源下载单个包2.用豆瓣源批量下载requirements.txt的库三、总结 一、说明 如果大家是零基础入门深度学习，有时候在配置环境这条路上不断踩坑，但是不知道如何解决，特别是在配置环境中的下载库。如果直接pip install package的话会很慢。导致 time out 以及各种错误。为此本文主要讲一下如何利用豆瓣源快速下载库。同时介绍如何批量快速下载配置好环境。 二、代码演示 1.用豆瓣源下载单个包 说明： –

只需要在 Google Colab 上安装 Stable Diffusion，就可以在云端运行程序，并且免费获得 16G 的显存。这不仅可以帮你提高计算速度，还可以节省大量的时间和几千元购买GPU的费用。。