Python 从AWS深度学习AMI安全删除conda文件
我启动了“深度学习AMI(Ubuntu18.04)27.0版”;它附带了一个90GB的磁盘,这似乎足够了,但其中超过60GB的磁盘已经被使用。我只需要蟒蛇3,蟒蛇,库达 我发现30GB在Python 从AWS深度学习AMI安全删除conda文件,python,amazon-web-services,deep-learning,anaconda,Python,Amazon Web Services,Deep Learning,Anaconda,我启动了“深度学习AMI(Ubuntu18.04)27.0版”;它附带了一个90GB的磁盘,这似乎足够了,但其中超过60GB的磁盘已经被使用。我只需要蟒蛇3,蟒蛇,库达 我发现30GB在~/anaconda3/envs内: 3.9G aws_neuron_mxnet_p36 2.2G aws_neuron_pytorch_p36 1.9G aws_neuron_tensorflow_p36 2.5G chainer_p27 1.2G chainer_p36 2.1G
~/anaconda3/envs
内:
3.9G aws_neuron_mxnet_p36
2.2G aws_neuron_pytorch_p36
1.9G aws_neuron_tensorflow_p36
2.5G chainer_p27
1.2G chainer_p36
2.1G mxnet_p27
2.1G mxnet_p36
729M python2
866M python3
2.5G pytorch_p27
2.6G pytorch_p36
2.2G tensorflow2_p27
2.1G tensorflow2_p36
2.3G tensorflow_p27
1.8G tensorflow_p36
31G total
只使用rm
,例如tensorflow
和mxnet
目录是否安全
conda env list
给出了相同的列表。例如,执行以下操作是否更好,例如conda env remove tensorflow2\u p27
移除这些包是否可能有任何副作用?在删除它们之前,是否有办法确保没有其他依赖于它们的东西?如果您必须卸载大量的东西,那么很可能您使用了错误的AMI 如果您不想要这些服务,我会选择一个不包含这些服务的不同AMI,然后在“用户数据”部分(EC2启动向导步骤3的底部)包含bash代码来安装/配置您想要的软件
您还可以在启动向导的步骤4中更改存储大小。这是安全的。我使用了以下命令(注意需要
-n
),与Python3和cuda一起使用的Pytorch继续工作
conda env remove -n tensorflow2_p27
conda env remove -n tensorflow_p27
conda env remove -n mxnet_p27
conda env remove -n mxnet_p36
conda env remove -n chainer_p27
conda env remove -n chainer_p36
在每一步之后,它都会询问是否可以删除一堆包
这释放了大约10GB的内存,这为我提供了所需的缓冲区。(所以我没有尝试删除其他一些,但我相当肯定所有的aws_神经元也可以删除。)