conda

（1）docker 版本 https://github.com/NVIDIA/nvidia-docker CentOS 7.X/8.X (docker-ce), RHEL 7.X/8.X (docker-ce), Amazon Linux 1/2 distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo sudo yum install -y nvidia-container-toolkit sudo systemctl restart docker 针对 19.03之前 的docker版本：（其实大多数都低于这个版本啊) Upgrading with nvidia-docker2 (Deprecated) sudo yum upgrade -y nvidia-docker2 sudo systemctl restart docker (2)成熟的docker版本 https://hub.docker.com/r/nvidia/cuda 根据这里的dockerfile文件

偶然在看到了这个项目，感觉很厉害，于是就折腾了下，跑了一跑 项目地址： https://github.com/Morizeyao/GPT2-Chinese 如果Github下载太慢的可以用这个代下载： https://toolwa.com/github/ 环境准备 1.pytorch 的安装 由情况选择版本安装，安装CPU版本梢简单 # 安装时官方源下载比较慢，要换源 conda install pytorch torchvision cpuonly -c pytorch # 如果cnda装不了 选择pip的方式进行安装 # pip也要指定源 pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html Anacoda 换源 onda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 设置搜索时显示通道地址 conda config --set show