Python&aconda系列：Jupyter Notebook快速上手、深度学习库PyTorch安装

最新推荐文章于 2024-04-30 22:59:39 发布
最新推荐文章于 2024-04-30 22:59:39 发布
阅读量1.3k 收藏 35
点赞数 24
分类专栏： # python 文章标签： python 深度学习 jupyter
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/weixin_54626591/article/details/135105341
版权

Jupyter Notebook快速上手、深度学习库PyTorch安装



上接：
Python&aconda系列：CUDA+Anaconda的安装以及 Conda实用命令



一. Jupyter Notebook快速上手

Jupyter Notebook是一个开源的Web应用程序，允许开发者方便的创建和共享代码文档，可以实时的编写代码块运行代码块，查看结果并可视化数据。

• 支持markdown语法

• 支持LaTeX公式

• 允许把代码写入到独立的cell中，然后单独执行，无需从头开始执行代码

教程结构：

在这里插入图片描述

3.3.1 Jupyter Notebook的安装与运行

1. 图形化界面操作

默认的base环境：

安装了Anaconda后，在base环境就默认就安装了Jupyter Notebook

打开Anaconda，在home界面直接点击launch运行

在这里插入图片描述

创建新的虚拟环境：

打开Anaconda,在Environments界面，创建新的python虚拟环境

在这里插入图片描述

然后回到home界面，点击install按钮安装Jupyter Notebook 安装完成后点击launch按钮运行

在这里插入图片描述

2. 命令行操作

默认的base环境：

打开Anaconda Prompt命令行，因为base环境默认已经安装了Jupyter Notebook.所以直接输入命令： jupyter notebook 运行。
可以看到浏览器中就打开了Jupyter，如果你的浏览器没有打开Jupyter的话， 你可以将命令行中下面的这几个链接复制到浏览器中应该就能打开了 这里注意：命令行窗口不要关闭， 关闭窗口的话，服务就关闭了， 你就无法在jupyter中进行其他操作了

在这里插入图片描述

创建新的虚拟环境：

如果你不想在base环境中运行Jupyter的话 我们先在命令行窗口中 连按两次Ctrl+c 关掉kernel与服务

然后创建一个新的虚拟环境Gengzhige 大家应该没有忘记上节课讲的conda命令吧 conda create -n Gengzhige python 接着切换到Gengzhige这个虚拟环境中 使用命令：conda activate Gengzhige 新创建的Gengzhige环境，并不会默认安装Jupyter，我们使用install命令来安装： conda install jupyter notebook

在这里插入图片描述

等待一会 安装完成后，我们输入 jupyter notebook 回车 就可以看到浏览器中打开了Jupyter

3.3.2 配置与说明

1. 修改打开的默认目录

方式一：

其实jupyter默认是定位到的是C:\Users\xxx这个路径下的目录，比如我在E盘上有一个workshop文件夹,我想让jupyter打开的是个目录怎么操作呢？

在命令行中切换到E:\workshop这个目录下

在这里插入图片描述

（切换目录这里：可以直接使用cd /d 具体的目录一步切换，也可以先使用E:切换到某个盘符下，再使用cd 目录切换到目标目录）

然后在workshop这个目录下输入：jupyter notebook 回车，可以看到现在jupyter显示的就是workshop这个目录了

方式二：

如果你不想每次打开jupyter的时候都要先切换磁盘位置，那么可以采用这种方式：修改配置文件。

在命令行中输入： jupyter notebook --generate-config

在这里插入图片描述

可以看到在此目录下C:\Users\kk\ .jupyter有一个配置文件jupyter_notebook_config.py

找个这个文件并打开使用ctrl+f 搜索NotebookApp.notebook_dir

在这里插入图片描述

找到之后将想默认打开的目录路径这个路径 粘贴在此 例如：E:\workshop

注意：需要这行将前面的# 注释去掉，然后保存，最后关闭此文件。

在这里插入图片描述

2. 关闭和退出

使用命令行运行jupyter Notebook后

在使用期间 命令行窗口不要关闭否则服务就会关闭

使用完毕后，连按两次 [Ctrl+C] 关闭服务

3.3.3 使用快捷键

按【H】键，会调出键盘快捷键

在这里插入图片描述

命令行模式:

Esc键 进入命令行模式

单元格左边变蓝色

常用快捷键

【Ctrl+Enter】：是运行选中的单元格，他会停留在此

【Alt+Enter】：是运行单元格并且在下面插入一个新的单元格

【Shift+Enter】:是 运行单元格, 并选择下面的单元格

【Tab】键用来代码补全

【A】键：above是在上面插入单元格

【B】键：below 是在下面插入单元格

【M】键： 是把单元格变成Markdown

【Y】键：是把单元格变成代码块

两下【D】键：删除选中的单元格

编辑模式:

Enter键 进入编辑模式

常用快捷键

【Ctrl+/】:代码注释

【Ctrl+D】:删除整行

3.3.4 常用Markdown语法

在这里插入图片描述

粗体：使用*号

使用#号代表1-6级标题 1个#号代表最大的1级标题，以此类推 6个#号 代表最小的6级标题

插入链接： 中括号里是显示的文字，小括号里是具体链接

插入图片： 使用!号,接着中括号里显示图片的描述，小括号里是图片的地址

更多markdown语法请查看教程添加链接描述

3.3.5 LaTeX示例

Jupyter还支持LaTeX

注意此时单元格要切换成markdown格式

在单元格中输入：$ a2+b2=c^2 $

左右的$,代表这是行内公式

如果左右各输入两个$$,则代表是独立公式

【Ctrl+Enter】执行此单元格看效果

二. 深度学习库PyTorch安装

PyTorch就是一个计算工具,你能够借助它,使计算机完成复杂的计算。

Py就是Python,Torch字面意思是火炬,我们可以把它理解成能在GPU中计算的矩阵,而且运算速度特别快。

为了能在后续的课程中,更好的学习Pytorch,本小节我们来学习如何安装它。

3.4.1 下载与安装

首先访问pytorch官网（pytorch.org）,点击install
在这里插入图片描述
先选择pytorch的版本,这里我们选择最新的稳定版1.11; 接着是操作系统,我这里使用的是windows;安装方式 我使用conda进行安装; 编程语言选择python;

计算平台 我选择新版的Cuda11.3

这里如果你对conda 和 cuda还不了解,建议你先看一下这一章的前两节教程。

我来捋一下 pytorch cuda 与 Nvidia之间的关系：我们想安装PyTorch ，使用GPU进行快速运算，那么就需要先安装CUDA，因为它是用来管理GPU实现并行运算的。而CUDA toolkit是Nvadia公司的推出的，所以安装cuda之前，需要确保你的电脑有英伟达独立显卡。

同时要注意下载的版本问题，要根据显卡驱动的版本，下载支持的Cuda 版本。如果有必要，可以到这个地址（https://www.nvidia.com/Download/index.aspx?lang=cn） 先升级你的显卡驱动，再根据Cuda 版本安装支持的Pytorch版本。

如果你的电脑没有英伟达独立显卡，那么安装CPU版本也是可以的。在学习阶段，使用CPU也能支持跑个小实验。但是你要知道实际项目中还是使用GPU来训练模型。

然后复制下面这条生成好的命令

打开anaconda prompt，使用conda创建一个新的虚拟环境，用来接下来pytorch的学习：

conda create -n pytorch python=3.8

-n 后面是虚拟环境的名字 ，我这里叫pytorch ，当然你也可以叫别的，python的版本指定了3.8

环境创建好后，使用：conda activate pytorch 激活这个环境，可以看到此时括号里就是pytorch
在这里插入图片描述
接下来，把从网站上复制的安装命令，粘贴在这，回车。剩下的就是等待整个安装过程。它会安装pytorch以及其关联的包。
在这里插入图片描述

如果要安装之前版本的Pytorch，请访问INSTALLING PREVIOUS VERSIONS OF PYTORCH,找到要安装的版本，进行安装。

3.4.2 检测是否安装成功

pytorch安装完成后，需要验证是否安装成功。

先在这个环境中启动python：输入python，回车

然后导入torch模块：import torch 回车. 注意是torch而不是pytorch

如果像我这样，界面没有报任何的错误信息，那么意味着PyTorch已经顺利安装了

在这里插入图片描述
我们来创建一个torch张量，输入：x = torch.rand(5) ，打印x，也可以正常工作

在这里插入图片描述
现在我们来检查CUDA，也就是GPU是否可用

输入：torch.cuda.is_available() 回车

如果输出的是True，意味着可以使用GPU，大功告成

在这里插入图片描述
如果你安装的明明是 GPU 版本，但是返回的却是“False”，GPU 不可用。那么你就要对照着上面讲解pytroch cuda 与 nvidia关系的地方检查，一定可以找到原因的。






梗直哥

3.3 Jupyter Notebook快速上手

3.4 深度学习库PyTorch安装

坦笑&&life
关注
  • 24
    点赞
  • 踩
  • 35
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
dlf-python：Python的深度学习基础
02-04
在深度学习领域，Python库如TensorFlow、Keras、PyTorch等提供了强大的支持，简化了神经网络模型的构建、训练和优化过程。 1. **TensorFlow**：由Google开发的开源库，用于数值计算，特别适合于构建大规模的深度...
explora：DiscreetAI的定制Jupyter Notebook可让用户直接与之交互
02-04
"Explora：DiscreetAI的定制Jupyter Notebook可让用户直接与之交互"是一个专为数据分析和机器学习设计的交互式平台。它基于流行的开源工具Jupyter Notebook，并进行了深度定制，以提供更高效、易用的工作环境。让...
2024年Python最全全国计算机等级考试二级Python考试大纲
最新发布
2401_84692141的博客
04-30 1038
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。１． 程序的基本语法元素：程序的格式框架、缩进、注释、变量、命名、保留字、数据类型、赋值 语句、引用。
Jupyter Notebook的使用
weixin_45363959的博客
12-15 3048
Jupyter Notebook是Anaconda自带的一款非常不错的代码编辑器，非常适合Python初学者使用，它有如下特点：可以非常方便地将代码分区块运行；运行结果可以自动保存，不需要在之后重复运行代码；可以直接在单个模块中通过输入变量名来打印和查看数据，便于调试代码；因为是Anaconda自带的编辑器，所以无须配置运行环境；相较于PyCharm而言，Jupyter Notebook的启动速度非常快，不过其自动查错功能及界面美观度稍逊于PyCharm。
jupyter notebook使用教程
m0_46610658的博客
04-30 1567
使用jupyter notebook最简单的方法就是安装Anaconda，然后配置Anaconda环境变量。，将下面路径添加到Path中。
零基础Jupyter Notebook极简教程
xx16755498979的博客
07-21 3588
Jupyter Notebook是基于网页的交互编程工具，以网页的形式打开，可以在网页页面中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示。虽然PyCharm与VSCode都是完美的IDE（集成开发环境，Integrated Development Environment），但是对于一个小白来说，Jupyter Notebook才是那个开箱即用，最适合的编程工具。Jupyter Lab和Jupyter Notebook差不多，界面更友好，使用哪一个都可以。
python基础----Anaconda & Jupyter Notebook
Natalie_Lv的博客
09-27 1499
anaconda & jupyter notebook的安装及使用
Python：jupyter notebook安装第三方库
we chat：玩转测试开发
05-17 7960
简介：在jupyter notebook中直接输入：!pip install 第三方库名称，点击运行。 如： !pip install requests 相关攻略：miniconda：安装Jupyter Notebook 运行结果： 微信公众号：玩转测试开发 欢迎关注，共同进步，谢谢！ ...
在jupyter notebook中使用pytorch
Rjjjjj11的博客
09-05 3120
解决无法在jupyter notebook中调配用pytorch环境问题
anaconda虚拟环境下镜像安装PyTorch,利用jupyter notebook访问虚拟环境
博客
03-27 2141
创建虚拟环境并镜像安装PyTorch 1、conda create -n torch2 python=3.7 torch2为我们创建的虚拟环境名称，用户自定义名称。 2、conda activate torch2 切换到虚拟环境 如图所示： 我们可以看到（torch2）,说明已经切换成功。 3、更换镜像源（注意顺序） conda config --add channels https://mir...
jupyter notebook 配置，内核安装，python库及R包的安装
weixin_41242128的博客
02-01 8640
1.创建环境 #查看存在的内核 jupyter-kernelspec list #列出所有环境 conda info --envs #创建环境，安装py3.8, R4.0.3 conda create -n zpy38 python=3.8 conda activate zpy38 conda install -c conda-forge r-base conda install -c conda-forge/label/gcc7 r-base conda deactivate 2.安装、配置Jupyt
吴恩达深度学习第一课jupyter版作业
06-02
本作业内包括作业标准答案以及我自己做的两个版本，可以直接在jupyter笔记本中运行。该作业为吴恩达的深度学习系列视频第一课神经网络和深度学习课后作业，包括第二周+第三周+第四周的课后作业，第一周无课后作业。
deep_learning_with_pytorch-study:使用PyTorch进行深度学习
04-05
本资料"deep_learning_with_pytorch-study"是针对PyTorch进行深度学习的一系列教程和实践案例，特别适合对深度学习有一定基础，希望深入理解和应用PyTorch的读者。 PyTorch的核心特性在于其动态计算图机制，这使得...
ML_DL_templates:此仓库包含用于深度学习机器学习任务的模板
03-31
通过Jupyter Notebook的交互性，用户可以快速上手，理解并应用各种模型和方法。这个模板集合对于提高开发效率、加速原型验证和学习新技能都非常有帮助。无论是初学者还是专业人士，都可以从中受益。
Python：我学习Python的资料库
02-23
此外，Python的社区活跃，有大量的第三方库可以满足各种需求，如Jupyter Notebook提供交互式编程环境，pytest提供单元测试，GitPython用于操作Git版本控制，以及virtualenv和pipenv帮助管理项目依赖。 总之，...
conda jupyter pytorch_深度学习之30分钟快速入门PyTorch（附学习资源推荐）
weixin_39943383的博客
11-22 374
1、Pytorch简介1.0 如何使用本教程==别有心理压力，只要跟着我一步一步来，你会发现其实并没有想像中的那么困难。当然，如果你看完了这篇教程之后，发现自己明白了很多，却又几乎什么都记不得，那也是很正常的——我认为，这里只是让你明白基本的原理和怎么应用，以后你还需要多练习，多使用，才能熟练掌握pytorch的使用。== 最重要的是——请给我30分钟，不会让你失望的 :)1.1 PyTorch由...
Jupyter Notebook 安装与使用教程
qq_42680327的博客
04-08 4347
Jupyter Notebook 安装与使用
PyTorch的环境搭建 Jupyter版（Windos10操作系统）
qq_27059507的博客
09-11 433
本文旨在介绍Pytorch的环境搭建步骤，所使用的JupyterLab 是基于 Web 的交互式笔记本环境。于 JupyterLab 我们可以边记笔记的同时、边执行 PyTorch 代码，便于学习、调试。
conda jupyter pytorch_福利，PyTorch中文版官方教程来了
weixin_39636707的博客
11-26 101
第一章：PyTorch之简介与下载PyTorch简介PyTorch环境搭建第二章：PyTorch之60min入门PyTorch 入门PyTorch 自动微分PyTorch 神经网络PyTorch 图像分类器PyTorch 数据并行处理第三章：PyTorch之入门强化数据加载和处理PyTorch小试牛刀迁移学习混合前端的seq2seq模型部署保存和加载模型第四章：PyTorch之图像篇微调基于tor...
jupyter notebook安装深度学习环境
03-26
Jupyter Notebook是一个非常流行的交互式编程环境，可以方便地编写和运行代码，并且支持多种编程语言。如果你想在Jupyter Notebook中安装深度学习环境，可以按照以下步骤进行操作： 1. 安装Anaconda：首先，你需要安装Anaconda，它是一个Python的发行版本，内置了很多常用的科学计算库。你可以从Anaconda官网下载适合你操作系统的安装包，并按照官方文档的指引进行安装。 2. 创建虚拟环境：为了隔离不同项目的依赖，建议在Anaconda中创建一个虚拟环境。你可以使用以下命令创建一个名为"dl_env"的虚拟环境： ``` conda create -n dl_env python=3.8 ``` 3. 激活虚拟环境：创建完虚拟环境后，需要激活它才能使用。在Windows系统上，可以使用以下命令激活虚拟环境： ``` conda activate dl_env ``` 在Linux或Mac系统上，可以使用以下命令激活虚拟环境： ``` source activate dl_env ``` 4. 安装深度学习库：在激活的虚拟环境中，你可以使用conda或pip来安装深度学习库，如TensorFlow、PyTorch等。以安装TensorFlow为例，可以使用以下命令： ``` conda install tensorflow ``` 或者 ``` pip install tensorflow ``` 5. 安装Jupyter Notebook：在激活的虚拟环境中，使用以下命令安装Jupyter Notebook： ``` conda install jupyter notebook ``` 或者 ``` pip install jupyter notebook ``` 6. 启动Jupyter Notebook：安装完成后，你可以使用以下命令启动Jupyter Notebook： ``` jupyter notebook ``` 这将在浏览器中打开Jupyter Notebook的界面，你可以在其中创建和运行代码。 希望以上步骤对你有所帮助！如果你还有其他问题，请继续提问。

“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

打赏作者

坦笑&&life

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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