深度学习工具jupyter创建并检测pytorch环境以及安装工具包

匆匆整棹还

于 2024-06-24 03:32:53 发布

阅读量1k

点赞数 21

文章标签：深度学习 jupyter pytorch

本文链接：https://blog.csdn.net/weixin_44628096/article/details/139909286

版权

1. 前言

确保已经安装Python和anaconda（anaconda一般自带jupyter）。然后创建一个jupyter环境，查看启动后的new有没有环境选项。
如果遇到了EnvironmentLocationNotFound:Not such a environment。说明conda环境安装位置有问题，往往是c盘中文路径的问题。可以参考我的另外一篇博客。
深度学习工具jupyter的new没有环境选项以及遇到的EnvironmentLocationNotFound:Not such a environment

2.安装pytorch环境

仅仅能用jupyter打开Python3环境是不够的，这样只能完成一般的Python任务。我们下载jupyter以及安装pytorch框架往往是为了深度学习等任务。

创建pytorch环境并安装包###

点击anaconda，即可进入
在这里插入图片描述

1.创建pytorch环境

准备创建pytorch环境,命令中-n表示后面接着名字，随意即可。python版本要自己看下
命令：conda create -n pytorch python=3.8
在这里插入图片描述
注意进去的时候是base环境，一般我们不操作base环境，而是类似docker一样创建一个新环境（或者理解为容器）。然后在这个环境里面安装一堆工具，为自己的工作目的服务。

2.查看python版本

需要知道自己的python版本。忘记的 win+R，输入cmd，并使用命令python -V，注意空格和大写V

在这里插入图片描述

在安装成功后激活环境：
在这里插入图片描述
使用命令：pip list查看环境中有哪些工具包

3.安装pytorch框架

显然，这环境不足以干深度学习的活。我们需要安装pytorch框架。
首先进入pytorch首页：pytorch
下拉，选择对应的条件：没有GPU的选CPU
在这里插入图片描述
查看自己的显卡：任务栏右键选择任务管理器，然后选择性能

本人电脑有英伟达3050独显和amd自带集显。
然后继续win+r，输入cmd进入黑框，输入命令 :nvidia-smi

看到个人显卡的cuda版本12.0。我们在刚刚的pytorch中选择cuda 11.8就行。
将命令复制粘贴并执行。
在这里插入图片描述
输入y,等待安装即可（速度可能很慢，据说手机热点可以快点，个人没试过）：我当时花了大概1小时安装全部。
之后检查一下是否安装成功：
输入python命令。
然后import torch torch.cuda.is_available()
注意不要输错了
返回True说明可以了
在这里插入图片描述