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。
安装 Anaconda
# 激活 base 环境
conda activate base
安装 JupyterLab
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：
创建 PyTorch 环境
# 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。
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。
当前文章：PyTorch于JupyterLab的环境准备是什么
文章地址：http://www.cdkjz.cn/article/jphsep.html
