李沐机器学习环境配置相关

李沐机器学习环境配置相关

conda

退出 conda 环境

bash 复制代码
conda deactivate

进入都d2l环境

bash 复制代码
conda activate d2l

启动jupyter notebook:

bash 复制代码
jupyter notebook

python

列出所有安装的包

bash 复制代码
pip lsit

环境安装指令

安装miniconda

bash 复制代码
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

bash 复制代码
conda create --name d2l python=3.9 -y

激活d2l环境

bash 复制代码
conda activate d2l

安装cpu版本torch

bash 复制代码
pip install torch==1.12.0
pip install torchvision==0.13.0

查看cuda版本

bash 复制代码
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/

bash 复制代码
 conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

安装jupyter

bash 复制代码
conda install jupyter
bash 复制代码
pip install d2l==0.17.6

测试GPU是否可以使用

python 复制代码
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')

相关推荐
却道天凉_好个秋10 分钟前
深度学习(二):神经元与神经网络
人工智能·神经网络·计算机视觉·神经元
UQI-LIUWJ11 分钟前
unsloth笔记:运行&微调 gemma
人工智能·笔记·深度学习
THMAIL14 分钟前
深度学习从入门到精通 - 生成对抗网络(GAN)实战:创造逼真图像的魔法艺术
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·cnn
却道天凉_好个秋16 分钟前
计算机视觉(八):开运算和闭运算
人工智能·计算机视觉·开运算与闭运算
无风听海17 分钟前
神经网络之深入理解偏置
人工智能·神经网络·机器学习·偏置
JoinApper18 分钟前
目标检测系列-Yolov5下载及运行
人工智能·yolo·目标检测
飞哥数智坊1 小时前
即梦4.0实测:我真想对PS说“拜拜”了!
人工智能
fantasy_arch1 小时前
9.3深度循环神经网络
人工智能·rnn·深度学习
Ai工具分享1 小时前
视频画质差怎么办?AI优化视频清晰度技术原理与实战应用
人工智能·音视频
新智元1 小时前
不到 10 天,国产「香蕉」突袭!一次 7 图逼真还原,合成大法惊呆歪果仁
人工智能·openai