jupyter无法调用GPU解决办法

起司其四

已于 2022-05-20 22:41:02 修改

阅读量4.3k

点赞数 2

文章标签： pytorch 深度学习 python

于 2022-05-20 22:40:09 首次发布

本文链接：https://blog.csdn.net/weiyucheng1998/article/details/124891735

版权

当在PyTorch环境中遇到Jupyter笔记本无法调用GPU的问题时，可以按照以下步骤解决：1) 查看已有内核列表；2) 删除旧内核；3) 安装nb_conda_kernels包以创建虚拟环境的内核。安装完成后，测试表明已成功调用CUDA。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pytorch环境下python文件正常调用GPU，jupyter无法调用GPU

解决方法：

第一步查看之前的内核位置

jupyter kernelspec list

第二步删除之前的内核

jupyter kernelspec remove ‘你的内核名称’

我这里是jupyter kernelspec remove python3

第三步安装nb_conda_kernels包，自动把虚拟环境下的python生成内核

conda install nb_conda_kernels

等待安装完成

测试成功调用cuda

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

起司其四

关注关注

2
点赞
踩
10

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

如何通过jupyter调用服务器端的GPU资源

libertea的专栏

10-09

1306

在本地在网页上编写、调试python代码，而实际python代码是通过远程服务器编译、运行的。这种模式特别适合做试验，不断测试代码的功能等。（VScode可以远程访问，但vscode不能像jupyter一样，实时显示、更改代码。要在本地使用 Jupyter Notebook 编写代码并在远程服务器（具有 GPU）上运行代码，可以通过 SSH 隧道将本地的 Jupyter 环境连接到远程服务器。这种方式允许在本地编写代码，而计算和处理在远程服务器上完成。

gpu-jupyter使用说明

LeMark2333的博客

11-20

828

gpu-jupyter使用说明

2 条评论您还未登录，请先登录后发表或查看评论

anaconda jupyter pytorch GPU问题记录

weixin_45743760的博客

11-23

2676

困扰我两天的问题终于在各大博主的指导下解决，差点就去叨扰师父了… 安装坑在虚拟环境中安装pytorch GPU版本，创建好环境以后，一定要切换到该环境再安装GPU版本，否则 1.会在base环境中出现一个cpu（之前安装的）torch，和一个GPU torch，会导致kernel python3.7无法正常import torch（报错没记下来，脑壳痛），原本是可以引入cpu版本的。好像是因为两者不能在同一环境共存，需要卸载其中一个。 #开启和关闭虚拟环境的命令 conda activate pyto

Win10 Anaconda下安装tensorflow-gpu并在jupyter notebook中使用

一颗小植物

06-03

1597

参考的原博客： 1.https://www.cnblogs.com/guohaoblog/p/9319791.html 2.https://blog.csdn.net/Young__Fan/article/details/88130385 3.https://blog.csdn.net/u012605050/article/details/85158102 4.https://blog.c...

Jupyter Notebook中使用GPU进行计算

最新发布

桃李不言下自成蹊

02-25

6623

在Jupyter Notebook中使用GPU进行计算

Jupyterhub找不到GPU问题

duguwanglong的博客

03-14

1745

非 root 用户安装 cuda/cudnn 环境后，通过修改 PATH 和 LD_LIBRARY_PATH 变量，可以使 tensorflow 成功识别调用 GPU。但是，运行 jupyterhub notebook 后发现 GPU 调用失败...

pytorch在jupyter中无法使用GPU原因之一

weixin_56067040的博客

08-11

1064

后面了解想到 jupyter不是使用Anconada创建的虚拟环境，自然无法激活GPU版本的pytorch，在这里只需要给 jupyter变更环境既可。先前在论坛阅读关于如何使用Anconada安装GPU版本的pytorch，最初的一步就是创建虚拟环境。然后在jupyter lab中用下面带代码打印出来一直是False。然后重启 jupyter 切换内核即可。当然这只是解决问题的其中一个方法。

同一个python环境为什么pycharm中可以用tensorflow-gpu，jupyternotebook就不可以

b225177314的博客

04-26

655

用anaconda 安装的python3.7，pycharm中使用的也是这个conda环境，而且也安装好了tensorflow-gpu，可以正常使用。但是在使用jupyter notebook时，同样使用这个python3.7作为kernel，却不能使用tensorflow-gpu，这是怎么回事？

安装了GPU版本的torch却不能用？（已解决来看看）

Fan1534的博客

10-18

2867

将以下七个文件夹全部复制到对应的环境的目录下（即上面一个截图中envs-->unet_implementation-->lib-->site-packages），并把环境中对应的torch全家桶文件夹删除。希望能帮到同样问题的人。已经安装了GPU版本的torch，但是使用torch.cuda.is_available()来验证的时候得到的结果还是一个大大的false。但是我在pycharm中查看解释器中的环境：此时的torch版本又是另一个版本。③这样对比终端的库和pycharm的库一眼发现问题；

jupyter notebook调用gpu

12-30

为了使 Jupyter Notebook 能够调用已安装的带有 GPU 支持的 PyTorch 库，需先激活对应的 Anaconda 虚拟环境。这一步骤通过打开终端 `Anaconda Prompt` 并输入命令来完成[^1]： ```bash conda activate your_env_...

win 安装 tensorflow jupyter 使用 GPU

a527129804的博客

06-14

396

win用户安装tensorflow+jupyter，使用GPU的踩坑注意事项

jupyter notebook 调用环境中的Keras或者pytorch教程

12-20

**Jupyter Notebook 调用环境中的 Keras 或 PyTorch 教程** 在数据分析和机器学习领域，Jupyter Notebook 是一个广泛使用的交互式环境，它允许用户编写和执行 Python 代码并展示结果。然而，当我们在不同的 Python ...

本地jupyter界面使用服务器的GPU

wmxya的博客

02-25

882

本地jupyter界面使用服务器的GPU欢迎使用Markdown编辑器欢迎使用Markdown编辑器知乎方法博客园方法

在jupyter notebook中配置GPU

热门推荐

菜鸟要爱学习

04-27

2万+

在jupyter notebook中导入GPU进行训练

解决jupyter打开ipynb文件Python停止工作的问题，以及jupyter中tensorflow不能用gpu问题

weixin_44182710的博客

04-16

839

还是在不同的虚拟环境专门下载一个jupyter好一点。对于我这种小白来说，使用那个环境就在那个环境下打开对应的jupyter应该就不会出现这种问题。历时4个小时，白白给我浪费了(ˉ▽ˉ；)…。。。

Jupyter中查看是否使用GPU

shuai_beibei的博客

08-30

489

运行结果如下，也可以在import torch后直接使用第四条命令。返回设备名称，从索引0开始。

Jupyter CUDA 无法调用、Import ERROR 提示缺库但 pip等显示已经安装等问题的解决方案

m0_56329747的博客

01-16

1731

1、CUDA 问题：ipykernel存在Bug，如果是在某个anaconda的虚拟环境下打开的jupter，即使在其他虚拟环境中安装ipykernel，虽然能够识别相应的环境名，但是最终的编译器还是指向创建时的虚拟环境！但是Jupyter的安装不是和IDE一样的傻瓜式方法，需要一定的技术，也时常会有很多Bug。其中还遇到了各种import error显示缺少库，但pip安装时显示已经安装的问题。由于当时在网络上搜寻数日也未能找到相关的答案，故在此提供该解决方案，希望能有帮助。

Anaconda（Jupyter）里发现不能识别自己的GPU该怎么办?

m0_51339444的博客

07-30

3982

Anaconda（Jupyter）里发现不能识别自己的GPU该怎么办?

Anaconda（Jupyter）里发现不能识别自己的GPU该怎么办? ＜续＞

m0_51339444的博客

01-09

3164

Anaconda是一个Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，它是科学计算领域非常流行的Python包以及集成环境管理的应用。它的优势主要表现在以下几个方面：默认可以帮你安装好Python主程序，而不用单独下载安装。常用的数据工作包，包含数据导入、清洗、处理、计算、展示等各个环节的主要包都已经安装好，如Pandas、Numpy、Scipy、Statsmodels、Scikit-Learn（sklearn）、NetworkX、Matplotlib等。