pytorchcmake未设置cuda环境变量

SET(CMAKE_INCLUDE_PATH ${CMAKE_INCLUDE_PATH} "path\\boost_1_80_0")
SET(CMAKE_LIBRARY_PATH ${CMAKE_LIBRARY_PATH} "path\\boost_1_80_0\\libs")
可以通过如下设置:
 
%environment
    export CUDA_INCLUDE_DIRS=/opt/conda/cuda/include
    export CUDA_CUDART_LIBRARY=/opt/conda/cuda/lib
    export LIBRARY_PATH=/opt/conda/cuda/lib:$LIBRARY_PATH
    export CPATH=/opt/conda/cuda/include:$CPATH
    export PATH=/opt/conda/cuda:$PATH
%post
   mkdir -p /opt/conda/cuda
   conda install cuda -c nvidia -p /opt/conda/cuda
   mkdir -p /opt/conda/cudnn
   conda install -c anaconda cudnn -p /opt/conda/cudnn
   export PATH=/opt/conda/cuda:$PATH
pytorchcmake未设置cudnn环境变量,通过如下方法设置:
 
export CUDNN_ROOT=/path/to/cudnn
# environments creation
conda env update --file environment-01.yml
conda env update --file environment-02.yml
conda env update --file environment-03.yml
# run.sh in different environments
conda activate first-env
./run.sh
conda activate second-env
./run.sh
conda activate third-env
./run.sh
本地奇点图像构建
运行quay.io/singularity Docker映像并
				
因为实验室的服务器联网出现问题，配环境很麻烦，只能离线。而正好有笔记本上已经配置好的miniconda3的环境（包括pytorch，python，以及自己实验所配置的环境），这个同样适用于anaconda的环境。
然后考虑将conda的环境封装成docker，然后放到服务器上跑代码。保证有docker
然后用看是否安装成功。
如果出现Docker“Got permission denied while trying to connect to the Docker daemon socket“问题
				
转载原文：
https://zhuanlan.zhihu.com/p/145037940
可查看我的博文：【长篇博文】Docker学习笔记（四）：镜像的分层、打包、双向绑定、导入导出、Dockerfile的构建、部署与发布
首先使用anaconda3的基础镜像创建，可能需要检查换源。下面代码块是添加在/etc/docker/daemon.json文件中的内容。值得注意的是，如果当前sudo用户没有写文件的权限，需要改变权限，比如使用chromd 777命令。
      "registry-mirror
%post
    echo 'nameserver 8.8.8.8' >> /etc/resolv.conf 
    apt-get update
    apt-get install -y wget ...
				
从零开始入门封装环境，本文主要讲解打包环境前的Docker配置工作，如不需要配置Docker，可直接跳转：（二）
文章目录前言一、Docker是什么？1.虚拟机和Linux容器二、Docker用途三、Docker安装1.Dcoker手动在线安装：四、Docker启动与停止1.启动Docker2.停止Docker3.重启Docker五、Docker配置1.将用户加入 Docker 用户组2.配置daemon.json3.重启Docker六、Docker打包conda环境
提示：这里可以添加本文要记录
				
要使用`pip install`命令将包安装到conda虚拟环境中，你可以按照以下步骤操作：
1. 首先，确保你已经安装了Anaconda或Miniconda，并且已经创建了你想要安装包的conda虚拟环境。创建conda虚拟环境的命令通常是这样的：
   ```bash
   conda create -n your_env_name python=X.X
   这里`your_env_name`是你给虚拟环境起的名字，`X.X`是你想要安装的Python版本。
2. 激活你想要安装包的conda虚拟环境：
   ```bash
   conda activate your_env_name
   你也可以使用`source`命令激活虚拟环境，这取决于你的操作系统和shell类型。
3. 在激活的conda虚拟环境中，直接使用`pip install`命令来安装你需要的包：
   ```bash
   pip install package_name
   替换`package_name`为你想要安装的包的名称。
4. 如果需要，你可以使用`pip list`命令查看当前conda虚拟环境中已安装的包。
这样，使用`pip install`安装的包就会出现在你激活的conda虚拟环境中。由于conda管理虚拟环境的机制，通常不推荐在conda虚拟环境中使用pip来安装包，因为这可能会导致环境中的包版本不一致和依赖问题。在大多数情况下，推荐使用`conda install`命令来安装包。但如果确实需要使用pip，上述步骤是适用的。