Jupyter中安装深度学习pytorch框架并import torch测试

目录

（装前必看）

一.安装pytorch

二.在Jupyter中嵌入pytorch

本文记录一下自己在本机安装pytorch框架时候的流程以及遇到的问题。

（装前必看）

本文参考的文章有以下几篇：

(56条消息) 如何让Jupyter Notebook支持pytorch_cqldqsb的博客-CSDN博客_jupyter pytorch
(56条消息) 在Anaconda下安装Pytorch的超详细步骤_伏城无嗔的博客-CSDN博客_anaconda pytorch
(56条消息) 在Anaconda Jupyter Notebook中如何安装Pytorch_MaliciousSoftware的博客-CSDN博客

1.换源

可以考虑换成清华大学的源

conda activate pytorch  #进入pytorch虚拟环境
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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

2.切换虚拟环境

conda info --envs    #查看已经创建的环境
conda create -n name python=3.8  #创建指定python版本名为name的环境
conda activate name  #进入名为name的环境
conda activate       #退出当前环境
conda remove -n name --all   #删除名为name的环境

3.学会在官网寻找自己需要的版本

安装之前注意CUDA Toolkit与Driver Versions版本问题,首先查看自己电脑驱动程序的版本能否达到CUDA版本的要求。

参考文章：(56条消息) 在Anaconda Jupyter Notebook中如何安装Pytorch_MaliciousSoftware的博客-CSDN博客

4.在jupyter中运行程序时注意切换核

可以使用 jupyter kernelspec list查看安装了哪些虚拟环境kernel：

一.安装pytorch

(56条消息) 在Anaconda下安装Pytorch的超详细步骤_伏城无嗔的博客-CSDN博客_anaconda pytorch

按照上面的教程安装之后import torch未出现问题，安装完成后的虚拟环境如下：

输入import torch查看结果：

 注：此处检验安装是否成功具有不同的方式，我浏览的博客可以分成以下两种方式：

1.在pytorch环境下import torch查看情况

2.在base环境下试验import torch的情况，接着使用命令torch.cuda.is_available()查看已安装的pytorch框架能否使用GPU

第1种检查的方式：

第2种检查的方式：

二.在Jupyter中嵌入pytorch

为了能够在jupyter中使用pytorch，使用以下教程中的Jupyter Notebook调用pytorch虚拟环境部分(56条消息) 在Anaconda Jupyter Notebook中如何安装Pytorch_MaliciousSoftware的博客-CSDN博客

成功为jupyter配置了虚拟环境，但是输入import torch命令时报错如下：

自己认为自己操作失误的地方可能存在于两个地方。

1.忘记了切换环境：正确的操作为首先在base环境下使用命令conda install nb_conda安装nb_conda

然后进入pytorch环境（使用命令 conda activate pytorch），输入conda install ipykernel之后输入y安装：  

 

2.以管理员的身份运行Anaconda promot而非直接打开

看一下非管理员身份运行的窗口头部： 

管理员身份：

二者还是存在明显区别。

 解决import torch报错的方法

我卸载了之前安装的pytorch环境，重新安装了支持GPU 的pytorch。原pytorch的版本为：

安装的新pytorch的版本为：

然后使用管理员命令打开Anaconda promot,首先在base环境下使用命令conda install nb_conda安装nb_conda,然后进入pytorch环境（使用命令 conda activate pytorch），输入conda install ipykernel之后输入y安装。在jupyter中再次运行报错的代码（注意换pytorch的kernel），成功解决bug。