pytorch自学教程(二)

本文是PyTorch自学教程的第二部分,涵盖了如何在PyCharm中新建项目并导入PyTorch,检查CUDA可用性。接着介绍了Jupyter的体验和安装,特别是如何在Anaconda的特定环境中配置Jupyter以使用PyTorch,并通过执行torch.cuda.is_available()验证环境配置。
摘要由CSDN通过智能技术生成

pytorch自学教程(二)
本文内容为初学者自学笔记,如有错误,欢迎指出
一、 安装pycharm
安装教程略
二、用pycharm新建项目
在这里插入图片描述

在这里插入图片描述
按确定后
在这里插入图片描述
点击create,创建完成。在界面下方对话框输入import pytorch,如下图所示表示成功导入。
在这里插入图片描述
然后检查能不能使用conda指令,输入torch.cuda.is_available(),返回True则说明
在这里插入图片描述
三、Jupyter体验及安装
Jupyter和pycharm的区别可参考https://blog.csdn.net/weixin_42312117/article/details/81666593
打开https://jupyter.org/try
在这里插入图片描述
在这里插入图片描述
可以在右边体验一下jupyter的编程环境,如果前面已经安装了anaconda的话,就不用再安装jupyter了,因为它已经随anaconda一起安装了。
四、jupyter配置
开始菜单栏搜索jupyter notebook,双击:

因为安装anaconda是jupyter是默认安装在base环境中,所以现在jupyter还未能使用pytorch,选择的解决方式是在pytorch环境中安装jupyter:
1、首先打开anaconda prompt输入conda activate pytorch进入pytorch环境,再输入conda list看一下有没有以下包在这里插入图片描述
2、若没有则输入指令conda install nb_conda安装,安装完成后输入jupyter notebook回车,若弹出以下页面则表示安装成功,点击箭头的地方
在这里插入图片描述
输入import torch,按shift+enter表示执行目前的代码块,并且跳转到下一个代码块,输入torch.cuda.is_available()验证torch在这是否能运行。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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