anacode, nvdia, pytorch, 创建虚拟内存
大家参加比赛的时候经常会被高配置人民币玩家拒之门外，或者图像类比赛到了第二轮就由于机器配置不行打不了。
下面是教学如何配置anacode, nvdia, pytorch, 创建虚拟内存 教学。
如果你们有学校的服务器，那么也会经常遇到下面的配置问题，可以按照下面步骤配置好；
如果你没服务器，建议大家可以去申请一下google cloud 服务器，300美金的免费使用，完全够打一个比赛，建议你每跑一次，就把主机示例删掉，第二天再重新安装环境，不然挂在那里免费的钱很快就没了（等你用完了一个，再申请一个新的账号，循环搞起来）。
基本步骤
1) sudo apt install bzip2 tmux zsh htop git-core
2) export PATH=/root/anaconda3/bin:$PATH
anaconda
1) wget https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
2) bash Anaconda3-5.2.0-Linux-x86_64.sh
nvdia
wget http://us.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1404-384.66_1.0-1_amd64.deb
1) sudo apt-key add /var/nvidia-diag-driver-local-repo-384.66/7fa2af80.pub
2) sudo dpkg -i nvidia-diag-driver-local-repo-ubuntu1404-384.66_1.0-1_amd64.deb
3) sudo apt-get update`
4) sudo apt-get install cuda-drivers
cuda
#https://developer.nvidia.com/cuda-80-ga2-download-archive
1) wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
2) sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
3) sudo apt-get update
4) sudo apt-get install cuda
pytorch
#https://pytorch.org/
1) bash
2) conda install pytorch torchvision -c pytorch
3) conda install pytorch-cpu torchvision-cpu -c pytorch # no cuda，安装了2，那就不用管3了。
创建虚拟内存
#停止所有的swap分区
swapoff -a
#创建要作为swap分区的文件:增加1GB大小的交换分区，则命令写法如下，
#其中的count等于想要的块的数量（bs*count=文件大小）
dd if=/dev/zero of=/root/swapfile bs=1M count=153600
#格式化为交换分区文件:
mkswap /root/swapfile #建立swap的文件系统
#启用交换分区文件:
swapon /root/swapfile #启用swap文件
#(非必做)使系统开机时自启用，在文件/etc/fstab中添加一行：
/root/swapfile swap swap defaults 0 0
示例：创建150M 虚拟内存
sudo su
dd if=/dev/zero of=/root/swapfile bs=1M count=153600
mkswap /root/swapfile
swapon /root/swapfile
如果配置过程中有什么疑惑可以在issues 直接给我留言
