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！