这篇文章给大家介绍PyTorch于JupyterLab的环境准备是什么，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
创新互联专注为客户提供全方位的互联网综合服务，包含不限于成都网站建设、网站制作、兖州网络推广、成都微信小程序、兖州网络营销、兖州企业策划、兖州品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供兖州建站搭建服务，24小时服务热线：18980820575，官方网址：www.cdcxhl.com
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。
Anaconda: https://www.anaconda.com/products/individual#Downloads
北外镜像源: https://mirrors.bfsu.edu.cn/help/anaconda/
# 激活 base 环境 conda activate base
JupyterLab: https://jupyterlab.readthedocs.io/
应该已随 Anaconda 安装，如下查看版本：
jupyter --version
不然，如下进行安装：
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：
jupyter labextension install @jupyterlab/toc
TOC 目录效果如下：
PyTorch: https://pytorch.org/
# 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
CUDA Toolkit 与 Nvidia 驱动版本兼容情况
Nvidia Driver 于 Ubuntu 推荐安装办法
如下检查 PyTorch 版本与 GPU 支持情况：
$ python - <导入 PyTorch 环境
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 ：
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。关于PyTorch于JupyterLab的环境准备是什么就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
名称栏目：PyTorch于JupyterLab的环境准备是什么
文章出自：http://bzwzjz.com/article/jphsep.html
