jupyter中torch库的安装与虚拟环境的搭建方式

创建环境

打开Anaconda Prompt（在开始菜单中找到Anaconda文件夹，并打开Anaconda Prompt）

创建一个新的虚拟环境，例如名为“pytorch”的环境，并指定Python版本为3.7或3.9。

你可以使用以下命令创建环境：

conda creat --name pytorch_env python=3.9

代码：conda create -n pytorch python=3.9配置清华的PyTorch镜像源

代码：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes

激活新创建的环境

代码：

conda activate pytorch

查找自己电脑对应的CUDA版本相匹配的PyTorch版本。（重要）

查看你的电脑上CUDA的版本。

在Anaconda Prompt中输入以下命令：nvidia-smi（右上角CUDA就是我们查找的数据11.6）

代码：

nvidia-smi

在pytroch官网（PyTorch）上查找对应的PyTorch版本

点击左下角的Previous versions of PyTorch（找到对应的)

下载等待及问题

将上面代码输入后的反馈：

后面输入y后进入下载等待：

后面漫长，如果中途退出，不会报错，可以重新进入环境，继续下载，输入2中的代码：

检验并安装内核

检验pytorch环境是否安装完毕：

代码：

conda activate pytorch

安装内核：安装ipykernel，它是一个可以让你管理 IPython 内核的软件包

代码：

pip install ipykernel

中途可能会出现一些红色报错，问题出在你试图安装ipykernel时，pip的依赖解析器发现matplotlib有几个依赖包没有被安装，它们分别是cycler、fonttools和kiwisolver。

matplotlib是一个绘图库，它依赖这些包来正常工作。但内核已经安装完成。用pip install安装即可。

如果你之前安装过ipykernel想要改变它的位置，可以进行如下操作，再次安装。

代码：

jupyter kernelspec uninstall mykernel

如果你要检查是否安装成功，可以使用pip list

将内核与python绑定

然后将内核与python进行绑定。

通常我们不会使用 ipkernel 这个名称来创建自定义内核，因为 ipykernel 是 ipython 项目的官方内核。

可以选择一个更有描述性的名称来代替 mykernel，比如 myenvkernel，其中 myenv 是你的虚拟环境的名称。

代码：

python -m ipykernel install --user --name=myenvkernel

打开你的jupyter Notebook创建一个新的python文件

点击右上角的Python3(我的这里是Python3(ipykernel))，将环境更换为myenvkernel

最后运行import torch看是否能成功调用该库

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

最新评论