如何在Jupyter Notebook中自由切换conda虚拟环境pythtorch_gpu

最新推荐文章于 2024-07-18 20:02:41 发布
最新推荐文章于 2024-07-18 20:02:41 发布
阅读量754 收藏 4
点赞数 2
文章标签： pytorch 深度学习 神经网络 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39987519/article/details/105759925
版权

一般情况

   jupyter note在启动时，是与conda的默认虚拟环境 base(root) 连接，不能和新建虚拟环境pytorch_gpu相连接，这需要安装一些插件来建立连接。

需要安装的插件及过程

1、首先在conda中激活虚拟环境pytorch_gpu

  • Linux&mac环境：

source activate pytorch_gpu

  • Windows：

conda activate pytorch_gpu

在这里插入图片描述
2、安装ipykernel

conda install ipykernel

在这里插入图片描述
  由于之前已经安装好了，所以不会再次安装。
3、手动进入Jupyter Notebook
在这里插入图片描述

最低0.47元/天 解锁文章
Jiraiya90
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何在Jupyter Notebook切换conda虚拟环境
01-21
首先激活添加入的conda环境 Linux&mac环境： ...我们已经在创造的环境中安装了ipykernel了，所以，我们直接在环境里执行下面的代码来手动添加kernel进jupyter notebook。 python -m ipykernel install --u
jupyter notebook 切换编译环境——使用pytorch环境gpu加速，CUDA、pytorch解释
Chaoy6565的博客
11-23 3873
最近用jupyter notebook 跑一个简单的卷积网络，发现gpu没有用，发现编译环境并不是我的pytorch运行环境，为了用gpu加速运行，需要切换到我之前我建立pytorch环境。在这里记录一下。
深度学习jupyter notebook环境配置
xiao907m的博客
03-20 1890
关于jupyter notebook配置pytorch环境
pytorch的深度学习环境安装配置（GPU版）
ting
01-15 1万+
pytorch的深度学习环境安装配置：anaconda+pycharm+pytorch（GPU版）
【jupyter notebook中配置Pytorch（GPU版本）】
weixin_46587777的博客
05-03 1932
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
Python环境配置保姆教程（Anaconda、Jupyter、GPU环境）！
Python栈
09-26 433
搞算法的同学也都明白，一个比较完美的python环境是多么的重要。这篇文章打算把一些必备的python环境配置过程记录下来，这样不管是新到了公司实习或者就职，还是新换了电脑，都可以借鉴这篇快速把环境搭建起来啦 😉。
在jupyter notebook 添加 conda 环境的操作详解
01-20
3. 将环境写入notebook的kernel中 python -m ipykernel install –user –name 环境名 –display-name “python 环境名” python -m ipykernel install –user –name cym –display-name “python cym” 4. 打开...
jupyter notebook 多环境conda kernel配置方式
01-20
一直记不住在jupyter notebook配置多环境编译器技巧，今总结于此，也希望对其他小伙伴有所帮助，如果有用请点赞！ 1.对windows用户，win+R，输入cmd进去进入命令行，激活环境： 2.首先，确定自己是否安装包...
【学习pytorch 01】Jupyter notebook+云GPU的使用
bizarre07的博客
01-17 1170
深度学习第一门槛之……，详细记录了博主面对的各种问题，并完美解决，跑通代码不是问题！如何下载pytorch，如何配置环境，如何让jupyter notebook支持pytorch，如何用云服务器的资源
gpu-jupyter:通过NVIDIA GPU的功能来利用Jupyterlab的灵活性，以在GPU上的协作笔记本中运行Tensorflow和Pytorch的代码
05-13
GPU Jupyter 利用NVIDIA GPU的功能来利用Jupyter笔记本电脑，并在协作笔记本电脑中使用Tensorflow和Pytorch执行GPU计算。 首先，感谢为数据分析/科学应用程序创建和维护了健壮的Python，R和Julia工具栈。 该项目使用NVIDIA CUDA映像作为基础映像，并在其之上安装其工具堆栈，以在Jupyter笔记本电脑中启用GPU计算。 该存储库的映像在上。 内容 快速开始 需要具有NVIDIA GPU的计算机。 安装 1.10.0+版本和 1.28.0+版本。 通过Docker容器中的CUDA驱动程序访问您的GPU。 如果命令docker run --gpus all nvidia/cuda:11.0.3-cudnn8-runtime-ubuntu20.04 nvidia-smi返回的结果与此类似，则可以确定可以在Docker中访问GPU。 M
GPU-Jupyterhub：设置一个Jupyterhub Docker容器以生成具有GPU支持（包含Tensorflow，Pytorch和Keras）的Jupyter Notebook
02-04
此存储库包含docker-compose.yml，用于定义运行Jupyter_Images下Dockerfile中描述的Jupyter Notebook映像的依赖项。 Jupyter Notebook映像有一个，基于CUDA10.0和Ubuntu18.04。 它会从Jupyterhub（由Dockerfile.jupyterhub定义，位于Jupyterhub_Image文件夹下）中取代。 有关更多详细信息，请访问我们的网站 编辑了仓库： 删除了CUDA 9图像 重构docker-compose.yml->您将需要一个名为secets的文件夹，其中包含yml-env_file中提到的env
jupyter notebook 使用pytorch-GPU版本
JeremyHua的博客
11-18 7932
jupyter notebook 使用pytorch-GPU版本1-安装anaconda2-安装pytorch3-安装cuda 和cudnn4-jupyter连接GPU使用pytorch(1)安装nb_conda(2)添加内核(上图中后面三个)(3) 使用新内核新建notebook5-测试代码 1-安装anaconda 教程 2-安装pytorch 教程 如图所示安装成功 3-安装cuda 和cudnn 教程 4-jupyter连接GPU使用pytorch (1)安装nb_conda #base环境下使用
jupyter notebook 调用环境中的Keras或者pytorch
xrinosvip的博客
04-28 6017
1.安装插件，在非虚拟环境 conda install nb_conda conda install ipykernel 2、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） activate keras conda install ipykernel 在linux...
如何让Jupyter Notebook支持pytorch
热门推荐
cqldqsb的博客
02-28 3万+
前言 因为最近想学深度学习，所以迷上了python，感觉Jupyter Notebook很便捷很方便，所以在自己的电脑上面搞一搞，过程很曲折，不过后来终于成功了，在此记录一下。 Anaconda安装 首先，安装了Anaconda3，有了Anaconda的环境就会很方便。Anaconda官网的下载巨慢无比，所以我采用了清华镜像下载：清华大学开源软件镜像站，进去后根据自己的需求选择匹配的版本，我选了最...
ubuntu16.04配置tensorflow(GPU)+keras+jupyter notebook +pytorch(GPU)
qq_36852276的博客
04-27 591
记一下，以后配系统自己方便 这篇文章主要参考了大佬的博客 https://blog.csdn.net/qq_30520759/article/details/78947034 首先安装cuda+cudnn就不说了，看我前面的博客 https://blog.csdn.net/qq_36852276/article/details/89207599 我装的是cuda9.0+cudnn7.0 然后就开始...
深度学习入门之Tensorflow安装、keras踩坑总结（二）——tensorflow指定GPU、Jupyter notebook切换内核、显存释放等
GreatEngineer的博客
03-15 3923
在上篇文章中，我们总结了一些在Theano安装使用过程中遇到的问题以及解决办法，接下来我们主要说一下Tensorflow。 1. Tensorflow安装 Tensorflow如果直接使用pip命令的话，可能十分耗时，下载速度非常慢，还很容易中断，所以大家可以使用清华大学的开源软件镜像站进行下载https://mirrors.tuna.tsinghua.edu.cn/help/tensorfl...
tensorflow、pytorch在Jupyter Notebook上自动释放GPU资源的方法
信道者
11-26 6705
jupyter notebook上释放GPU资源
Jupyter notebook中怎么添加Pytorch运行环境
然后就去远行
08-14 2万+
打开Anaconda中的Anaconda Navigator，如下所示： 修改channel环境，如下红框所示： 找到Jupyter Notebook的位置，点击Install，图中因为已经安装，所以是Launch，当没有下载过时，状态为Install，如下所示： 重启Jupyter Notebook即可； ...
从PyTorch官方的一篇教程说开去（1 - 初心）
最新发布
jomoly的博客
07-18 871
原文在此，喜欢读原汁原味的可以自行去跟，这是一个非常经典和有学习意义的例子，在此向老爷子们致敬 -开源文化好是好，但是“公地的悲哀”这点避不开，很多论文/教程的代码和环境配置，是存在问题的，有些源于依赖库的变迁（上梁不正，python语言自己都不承诺版本向下兼容），有些是以讹传讹，里外里浪费大家的很多时间。当然，其实也是提醒大家多个心眼，不要只看文章如何 tree new bee，拿到代码先在环境中跑一跑，心里有数了再引用或者转载。第一个问题是，为啥要学习强化学习？

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值