【jupyter notebook中配置Pytorch（GPU版本）】_python jupyter gpu可见

jupyter notebook中配置Pytorch（GPU版本）

环境里面可以放置很多工具包package，anaconda中可以创建很多个环境。
步骤1：如何在anaconda中创建环境
打开anaconda prompt，输入conda create -n pytorch python=3.8；这里的Pytorch是指创建的环境的名字，这个名字是可以随便取的，自己想取什么名字都可。
图中左边的（base）是anaconda自带的base环境

conda info --envs
1

这样就代表环境建好了，接下来如果想激活pytorch环境，就输入conda activate pytorch，输入之后，结果如下图所示：
可见，前面的(base)变成了(pytorch)，说明Pytorch环境建立好了。接下来，可以输入pip list来看一下这个环境下有哪些工具包package，如图所示：

以上就是在anaconda中创建了一个环境。，可以发现里面并没有我们需要的pytorch工具包。接下来就是需要在这个环境中安装pytorch.
步骤2：安装pytorch(Gpu)
进入Pytorch官网首页：PyTorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
1

然后就是把这个图片最下面一行的安装指令写道刚刚创建的pytorch虚拟环境中即可。

然后测试是否安装成功，如下图所示

1. python
2. import torch
3. torch.version
4. print(torch.version) #Pytorch版本
5. print(torch.version.cuda) #CUDA版本
6. print(torch.backends.cudnn.version()) #CUDNN版本
7. print(torch.cuda.is_available())
   1
   2
   3
   4
   5
   6
   7

步骤3：在pycharm中配置torch环境
在pycharm-settings-project中即可选择在anaconda中配置号的环境。

jupyter notebook调用pytorch虚拟环境
1…打开终端Anaconda Prompt

这个终端必须是管理员权限，在Windows下，在“开始”—>“A”下的“Anaconda prompt”—>右键“以管理员身份运行”
1
2
3

新建的环境是没有安装ipykernel的，所以无法注册到Jupyter Notebook中，所以先要准备下环境：
2.安装插件，在非虚拟环境
conda install nb_conda
conda install nb_conda
执行语句，“y”，安装完毕

3、安装ipykernel包，在虚拟环境下安装

在Windows使用下面命令:激活环境并安装插件（这里的 Keras 是我的环境名，安装的时候换成自己的环境名即可）

conda activate pytorch
conda install ipykernel

写入环境
python -m ipykernel install --name torch --display-name “Pytorch for Deeplearning”

jupyter验证Pytorch_GPU
import torch
print(torch.version) #Pytorch版本
print(torch.version.cuda) #CUDA版本
print(torch.backends.cudnn.version()) #CUDNN版本
print(torch.cuda.is_available())
1
2
3
4
5

文章知识点与官方知识档案匹配，可进一步学习相关知识
————————————————
版权声明：本文为CSDN博主「皮肤科大白」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_46587777/article/details/124522653