Pytorch深度学习入门基础(二):python 编辑器的选择、 安装及配置( pycharm、 jupyter)
目录
1.为什么 torch.cuda.is available()为 False
现在来开一个专栏,关于学习Pytorch深度学习的入门基础,分为好几期,我会慢慢更新,希望大家可以互相支持一下,相互学习,相互进步!下面是这个专栏的所有内容,大家可以点击下面链接跳转,我会持续更新。
一、 下载 pycharm
1.下载pycharm
官网:https://www.jetbrains.com/pycharm/download/
首先 pycharm 官网找到 pycharm 社区版进行下载安装, 在安装过程中, 根据
自己的需要进行勾选, 如下图所示:

2.pycharm 配置
①首先打开 pycharm, 新建一个项目

②新建一个文件夹的地址:

③选择先前配置的解释器, 点击三个小点

④选择 conda 环境

⑤再点击省略号找到上一节我们创建 pytorch 虚拟环境所在的地方


最后点击确认即可

3.检查 pycharm 环境是否配置好

在 pycharm 右下角点击 pycharm 控制台, 输入以下代码:
import torch
torch.cuda.is_available()
观察最后是否输出 True, 能输出表示环境已经配置好了。

二、Jupyter安装
Jupyter 是可以不需要安装的, 因为在我们安装 anaconda 的时候, 就自带了一个 jupyter notebook

但是这个 jupyter 下载好后默认是安装在 base 的环境当中, 在我们自己创建的 pytorch 环境当中是没有的, 因此我们需要在 pytorch 中配置一下 jupyter。
①首先打开 anaconda 的命令行, 切换到 pytorch 的环境当中

② 接下来我们需要安装启动 jupyter 所需要的包, 输入指令:
conda install nb_conda

③输入指令 jupyter notebook 就可以进入到 jupyter


④我们创建一个项目, 先选择 pytorch 的环境

⑤输入以下代码
import torch
torch.cuda.is_available()
Shift+回车, 观察最后是否输出 True, 能输出表示环境已经配置好了。

三、常见问题:
1.为什么 torch.cuda.is available()为 False
①检查 GPU 是否支持 CUDA,电脑没有 GPU 也会显示 False
②检查显卡驱动版本
2.无法定位程序输入点

在 base 环境没有报错, 就是创建虚拟环境 pytorch, 进去之后运行 juypter note
操作就会报错
解决方法: 更新 conda, 使用指令:
conda update -n base conda
OK,本期分享就到这,下一期我们继续讲解。感谢大家的阅读本文,接下来我还会持续学习并且分享更多的学习经验哦!

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
https://blog.csdn.net/weixin_51971381/article/details/141034980?spm=1001.2014.3001.5501
所有评论(0)