PyTorch 是目前支流的深度学习框架之一,而 JupyterLab 是基于 Web 的交互式笔记本环境。于 JupyterLab 咱们能够边记笔记的同时、边执行 PyTorch 代码,便于本人学习、调试或当前回顾。
本文将介绍这样的环境如何进行筹备。理解更多:
- PyTorch 官网文档
- JupyterLab 交互式笔记本
装置 Anaconda
- Anaconda: https://www.anaconda.com/prod...
- 北外镜像源: https://mirrors.bfsu.edu.cn/h...
# 激活 base 环境conda activate base
装置 JupyterLab
- JupyterLab: https://jupyterlab.readthedoc...
应该已随 Anaconda 装置,如下查看版本:
jupyter --version
不然,如下进行装置:
conda install -c conda-forge jupyterlab
执行 jupyter lab
启动,浏览器会关上 http://localhost:8888/ :
版本 < 3.0
倡议装置 TOC 扩大:
jupyter labextension install @jupyterlab/toc
TOC 目录成果如下:
创立 PyTorch 环境
- PyTorch: https://pytorch.org/
# 创立虚拟环境conda create -n pytorch python=3.8 -yconda activate pytorch# 装置 PyTorch with CUDA# NOTE: Python 3.9 users will need to add '-c=conda-forge' for installationconda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.2 -c pytorch -y
- torch, torchvision, python 版本兼容状况
- CUDA Toolkit 与 Nvidia 驱动版本兼容状况
- Nvidia Driver 于 Ubuntu 举荐装置方法
如下查看 PyTorch 版本与 GPU 反对状况:
$ python - <<EOFimport torch, torchvisionprint(torch.__version__, torch.cuda.is_available())EOF1.7.1 True
导入 PyTorch 环境
conda activate pytorch# 装置 IPython kernel for Jupyterconda install ipykernel -y# 导入 pytorch 虚拟环境到 ipykernelpython -m ipykernel install --user --name pytorch --display-name "Python PyTorch"
Python PyTorch
即会增加进 Launcher
:
开始写笔记
运行 JupyterLab :
conda activate base# 启动 JupyterLabjupyter lab
浏览器会关上 http://localhost:8888/ ,如上节图片。
- 可于左侧
File Browser
浏览关上*.ipynb
笔记 - 可于右侧
Launcher
创立编辑Python PyTorch
笔记
笔记可编辑 Code
并执行:
或者 VS Code 装置 Jupyter 扩大进行浏览与编辑。
留神:笔记右上角抉择的 Kernel 应为 Python PyTorch
。
GoCoding 集体实际的教训分享,可关注公众号!