如何为Jupyter Notebook配置PyTorch以及Tensorflow运行环境

如何为Jupyter Notebook配置PyTorch以及Tensorflow运行环境

前言

上学期曾成功为Jupyter Notebook配置PyTorch和Tensorflow运行环境，但是寒假进行环境整理时，不慎误删，当时宅家没有科研任务，一直没有在意它。忘了当时看的哪个教程安装的，昨天又看了许多博客不同方法进行配置，但是有的方法在本人电脑并非有效，花费了较多的时间重新配置PyTorch，Tensorflow则是基于PyTorch，配置很快。由于以后还常需用PyTorch和Tensorflow，因此现记下对我有效的方法，毕竟能抓到老鼠的才是好猫，非常感谢一位大佬的分享，对我的帮助很大。

PyTorch具体安装方法

1、首先需要安装 Anaconda
2、Anaconda环境管理
Anaconda的默认环境是base环境，为方便管理可以创建不同的子环境，它们之间相互独立。个人习惯一个新项目创建一个新环境，这样同时也能满足参考代码各库版本不同的问题。conda create -n name python=python版本，名字可以自己取，python版本即为自己版本，我的python版本是3.8.5。由于我取名为pytorch，所以我输入的命令即为 conda create -n pytorch python=3.8.5 ，创建的文件夹默认为envs文件夹下。

// conda create -n name python=你的python版本

首先需要创建一个PyTorch环境，遇到安装提示输入y，然后继续安装。conda info -e可以查看当前anaconda中的环境，其中带*号的环境表示当前所处的环境。

conda activate name或者直接使用activate name可以进入新环境。

此外，conda activate可以退出当前环境，conda remove -n name --all可以删除不想要的环境。
3、PyTorch的安装
PyTorch的安装方法有很多，例如直接从官网进行安装，官网链接: https://pytorch.org/.根据自己的电脑配置进行选择，复制官网给出的命令行，直接进行安装，需要安装在自己配置的pytorch环境中，根据提示输入y进行安装，如在学校，建议用校园网安装。查看电脑是否有GPU可看下这篇博客。https://blog.csdn.net/sweet_tea_/article/details/115273463


安装完毕后即可以查看是否安装成功，但是从官方安装的方法对我不太友好，反复多次安装测试也行不通，因此采用的是在anaconda prompt中输入pytorch安装命令行conda install pytorch也可以用 pip install packages直接进行安装，packages是需要安装的包，同样要注意切换到配置好的pytorch环境，遇到安装提示选择y。因为安装时我没有截图，下面是安装完毕后的结果。

安装完毕后可以测试下pytorch是否安装成功。在anaconda prompt输入python，然后输入import torch，如果没有报错就说明安装成功。

4、安装mxnet
首先，以管理员身份打开Anaconda Prompt，然后在命令行输入conda install nb_conda，遇到提示同样输入y进行安装。
同样以管理员身份打开Anaconda Prompt，然后进入创建的pytorch环境，然后在命令行输入 conda install ipykernel，根据提示输入y进行安装。安装成功的界面如下。

打开Jupyter Notebook，如果安装成功那么语言增加两个，选择安装了pytorch的进行测试，，如果import torch无误，则说明安装终于彻底完事了。

---

---

2022.05.25补充，由于新买了电脑还是需要配置jupyter notebook，依旧是按照以上的4步进行的，但是几步不同。
第一步先安装anaconda
第2步没有安装Python3.8.5，直接默认安装的最新的版本Python3.9
第三步选择的安装pytorch官方的，配置如下

第4步的话出现了版本不匹配的情况，安装不成功。

测试pytorch中是否可以调用GPU的代码如下：

测试代码

import torch
flag = torch.cuda.is_available()
print(flag)

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda()) 

如果直接打开anaconda默认下的jupyter notebook是不行的，没法调用pytorch和GPU。

这里提供一种简单的处理思路：
1、打开anaconda,选择好环境后直接安装jupyter notebook。

2、测试pytorch和GPU能否使用


可以看到这样jupyter notebook中的pytorch和GPU都配置好啦，而且相对之前的方法要简单环境也更清爽。

2022.05.25补充，分割线。
plus:转眼就研一只有两个月了，第一次写这个还是大四刚学Python，环境都不太会配置，还是要抓紧时间啊，这一年荒废了不少时间，基本没实质性的进展，时间不待人。

---

---

Tensorflow具体安装方法

1、首先同样需要安装 Anaconda。
2、Anaconda环境管理方式也一样，不再赘述。
3、Tensorflow的安装
我建立了一个新的环境为“tf"，由于我需要安装的版本是Tensorflow == 1.14.0，在创建新的环境时我直接安装的python ==3.8.5,但是安装Tensorflow == 1.14.0时则出现了问题，因为Tensorflow == 1.14.0只兼容python ==3.6~3.7的版本，因此我重新安装了python ==3.7。然后直接安装Tensorflow == 1.14.0即可， pip install tensorflow==1.14.0或者 conda install tensorflow==1.14.0均可进行安装。

安装完毕后可以直接用pip list查看是否安装成功。


4、安装mxnet，方法与pytorch相同，不再赘述。安装完毕后可以打开jupyter notebook查看是否成功。

参考文章：对我帮助很大的那位大佬的文章传送门，再次表示感谢，尤其是conda环境管理总结的很到位！ https://blog.csdn.net/cqldqsb/article/details/104550999/.