Jupyter添加新的pytorch的cuda环境

原先的torch+cuda环境在运行loss.backward()时跑崩溃了，没有找到合适的解决办法，所以打算重新配置一个环境。

已有的软件基础 anaconda，Jupyter Notebook，主要总结一下踩过的坑

还用了pycharm的terminal来安装包，用anaconda的命令行也可以，但是我习惯于用pycharm

还有用到了vscode运行jupyter，感觉配色好看一些

1. 在pycharm中新建环境，我选择anaconda的python3.6环境

   也可以用命令行建立新环境，命名为5tsp

   conda create -n 5tsp python=3.6

2. 在环境中安装pytorch

   本人cuda版本为11.2，所以按道理只要比11.2低的版本都可以安装

   发现torch新版本如1.9.0 1.8.0这类的版本安装包过大

   容易安装不上，或者安装结束时死机，亲测用pycharm的命令行比anaconda自带命令行成功率高一些，不过也会卡死，而且开始时候1.9.0好不容易装上了，但是遇到了个报错

   name '_C' is not defined

   找了一圈办法没解决，所以最后选择装了低版本，torch1.7.1

   conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

   如果安装高版本，需要防止安装过慢而超时

   pip --default-timeout=100 install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

3. jupyter上配置新内核

   首先转入设定环境，5tsp为环境名称

   conda activate 5tsp

   然后安装库ipykernel

   conda install ipykernel 

   然后添加新环境名称

   python -m ipykernel install --name  5tsp

   上面这些办法来自于Jupyter Notebook 安装新的环境，添加和修改配置内核_andriodhahaha的博客-CSDN博客_jupyter 内核修改

   这里可能遇到很多问题，其中一个是动态库无法连接的问题

   

   

   上网查到这个方法是可行的，机器学习（一）：开发环境安装配置（Pytorch安装，Jupyter、Anoncanda）python.exe 无法找到程序入口，无法定位程序输入点于动态链接库的解决办法_Prodigy_kyw的博客-CSDN博客_jupyter无法定位程序输入点于动态链接库

   另一个问题是安装之后打开jupyter运行就报错的问题，报错信息大概是Bad file descriptor (D:\bld\zeromq_1605919615529\work\src\epoll.cpp:100)

   找到的问题是pyzmq的版本不对，这个困扰了我很长时间，方法就是先卸载，再重装低版本

   pip uninstall pyzmq
   pip install pyzmq==19.0.2

   安装之后可能会报错

   cannot import name '_future'

   遇到这个问题，我就是再重装一下pyzmq，不知道为啥就解决了。