哪个网站可以做社工试题,网页设计作品特色及亮点,网站的发布与推广方式,端午节网页设计素材李沐机器学习环境配置相关 condapython环境安装指令安装miniconda安装cpu版本torch安装jupyter测试GPU是否可以使用 conda
退出 conda 环境
conda deactivate进入都d2l环境
conda activate d2l启动jupyter notebook:
jupyter notebookpython
列出所有安装的包
pip lsit环… 李沐机器学习环境配置相关 condapython环境安装指令安装miniconda安装cpu版本torch安装jupyter测试GPU是否可以使用 conda
退出 conda 环境
conda deactivate进入都d2l环境
conda activate d2l启动jupyter notebook:
jupyter notebookpython
列出所有安装的包
pip lsit环境安装指令
安装miniconda
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh新建d2L环境
conda create --name d2l python3.9 -y激活d2l环境
conda activate d2l安装cpu版本torch
pip install torch1.12.0
pip install torchvision0.13.0查看cuda版本
nvidia-smi安装GPU版本我的cuda版本是11.4装了11.3的 下面连接可以下载不同版本的pytorch https://pytorch.org/get-started/previous-versions/ conda install pytorch1.12.1 torchvision0.13.1 torchaudio0.12.1 cudatoolkit11.3 -c pytorch安装jupyter
conda install jupyterpip install d2l0.17.6测试GPU是否可以使用
import torch
flag torch.cuda.is_available()
print(flag)ngpu 1
# Decide which device we want to run on
device torch.device(cuda:0 if (torch.cuda.is_available() and ngpu 0) else cpu)
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())
True cuda:0 GeForce GTX 1080 tensor([[0.9530, 0.4746, 0.9819], [0.7192, 0.9427, 0.6768], [0.8594, 0.9490, 0.6551]], device‘cuda:0’)
