前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >PyTorch 于 JupyterLab 的环境准备

PyTorch 于 JupyterLab 的环境准备

作者头像
GoCoding
发布2021-05-06 14:40:45
1.4K0
发布2021-05-06 14:40:45
举报
文章被收录于专栏:GoCoding

PyTorch 是目前主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 我们可以边记笔记的同时、边执行 PyTorch 代码,便于自己学习、调试或以后回顾。

本文将介绍这样的环境如何进行准备。了解更多:

安装 Anaconda

  • Anaconda: https://www.anaconda.com/products/individual#Downloads
  • 北外镜像源: https://mirrors.bfsu.edu.cn/help/anaconda/
代码语言:javascript
复制
# 激活 base 环境
conda activate base

安装 JupyterLab

  • JupyterLab: https://jupyterlab.readthedocs.io/

应该已随 Anaconda 安装,如下查看版本:

代码语言:javascript
复制
jupyter --version

不然,如下进行安装:

代码语言:javascript
复制
conda install -c conda-forge jupyterlab

执行 jupyter lab 启动,浏览器会打开 http://localhost:8888/ :

版本 < 3.0 建议安装 TOC 扩展:

代码语言:javascript
复制
jupyter labextension install @jupyterlab/toc
  • TOC 扩展: https://github.com/jupyterlab/jupyterlab-toc

TOC 目录效果如下:

创建 PyTorch 环境

  • PyTorch: https://pytorch.org/
代码语言:javascript
复制
# 创建虚拟环境
conda create -n pytorch python=3.8 -y
conda activate pytorch

# 安装 PyTorch with CUDA
#  NOTE: Python 3.9 users will need to add '-c=conda-forge' for installation
conda install pytorch==1.7.1 torchvision==0.8.2 cudatoolkit=10.2 -c pytorch -y
  • torch, torchvision, python 版本兼容情况 https://github.com/pytorch/vision#installation
  • CUDA Toolkit 与 Nvidia 驱动版本兼容情况 https://docs.nvidia.com/deploy/cuda-compatibility/index.html#binary-compatibility__table-toolkit-driver
  • Nvidia Driver 于 Ubuntu 推荐安装办法

如下检查 PyTorch 版本与 GPU 支持情况:

代码语言:javascript
复制
$ python - <<EOF
import torch, torchvision
print(torch.__version__, torch.cuda.is_available())
EOF
1.7.1 True

导入 PyTorch 环境

代码语言:javascript
复制
conda activate pytorch
# 安装 IPython kernel for Jupyter
conda install ipykernel -y
# 导入 pytorch 虚拟环境到 ipykernel
python -m ipykernel install --user --name pytorch --display-name "Python PyTorch"

Python PyTorch 即会添加进 Launcher

开始写笔记

运行 JupyterLab :

代码语言:javascript
复制
conda activate base
# 启动 JupyterLab
jupyter lab

浏览器会打开 http://localhost:8888/ ,如上节图片。

  • 可于左侧 File Browser 浏览打开 *.ipynb 笔记
  • 可于右侧 Launcher 创建编辑 Python PyTorch 笔记

笔记可编辑 Code 并执行:

或者 VS Code 安装 Jupyter 扩展进行浏览与编辑。

注意:笔记右上角选择的 Kernel 应为 Python PyTorch

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-01-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GoCoding 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 安装 Anaconda
  • 安装 JupyterLab
  • 创建 PyTorch 环境
  • 导入 PyTorch 环境
  • 开始写笔记
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档