关于jupyter notebook调用GPU

目录

1、查看自己的驱动版本,并下载对应的CUDA、CUDNN。

2、官网下载CUDA、CUDNN

[3、把系统下的CUDA的bin目录写入当前环境的PATH(在 Anaconda Prompt已激活的环境中执行)](#3、把系统下的CUDA的bin目录写入当前环境的PATH(在 Anaconda Prompt已激活的环境中执行))

4、下载PyTorch(下载与cuda适配的PyTorch版本)

5、把GPU环境注册成独立内核

[6、返回jupyter notebook,点击Kernel→Change Kernel→选择刚刚注册好的"Python (torch+GPU)"](#6、返回jupyter notebook,点击Kernel→Change Kernel→选择刚刚注册好的“Python (torch+GPU)”)


1、查看自己的驱动版本,并下载对应的CUDA、CUDNN。

方法一:桌面右键找到NVIDIA控制面板,打开后点击系统信息

方法二:打开cmd,输入nvidia-smi

2、官网下载CUDA、CUDNN

(这是我下载的版本)

参考:

https://blog.csdn.net/qq_40647372/article/details/134940429?fromshare=blogdetail&sharetype=blogdetail&sharerId=134940429&sharerefer=PC&sharesource=m0_74265922&sharefrom=from_link

3、把系统下的CUDA的bin目录写入当前环境的PATH(在 Anaconda Prompt已激活的环境中执行)

复制代码
# 改成自己下载的版本
set "CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5"
set "PATH=%CUDA_PATH%\bin;%CUDA_PATH%\libnvvp;%PATH%"

执行完成后输入以下两条命令确认是否能被找到

复制代码
where cudart64_110.dll

where cudnn64_8.dll

4、下载PyTorch(下载与cuda适配的PyTorch版本)

复制代码
pip install torch==1.11.0+cu115 torchvision==0.12.0+cu115 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu115

5、把GPU环境注册成独立内核

复制代码
conda activate pytorch-gpu          # 你的 GPU 环境名
pip install ipykernel
python -m ipykernel install --user --name pytorch-gpu --display-name "Python (torch+GPU)"

6、返回jupyter notebook,点击Kernel→Change Kernel→选择刚刚注册好的"Python (torch+GPU)"

相关推荐
汤姆宝库7 分钟前
解码采样策略的实现:temperature、top-p、min-p与重复惩罚
人工智能
鶴哥只手遮天8 分钟前
《WeKnora 深度技术解析》第 5 章 数据底座:多租户模型、仓储与迁移
人工智能
guuguo24 分钟前
【做个开源软件】Mac 上 node 进程莫名吃掉 6G 内存?给 AI / MCP 做了个深度归因和安全回收工具
人工智能·开源·github
双鱼大猫1 小时前
opencode 吃掉 100G 空间:Agent 会话数据要分级清理
人工智能·agent·ai编程
用户5833339816681 小时前
RPA 流程的异常处理设计:重试、降级与告警,生产环境实战指南
人工智能
sanxing三省2 小时前
DeepSeek Harness 到底是什么?标题里最重的词其实不是「DeepSeek」
前端·人工智能·deepseek
合尘猫3 小时前
用 6GB 显卡搭短视频产线:MiniMax H3 + ffmpeg 全流程实录(55 秒片 / 40 分钟)
人工智能·音视频
ZONGYUAN-ROOT3 小时前
【自愈治理】自愈式数据管道:大规模公开数据采集的治理方法
人工智能
Starry-sky(jing)3 小时前
Hermes Agent 升级 v0.23.2:先辨更新渠道,再看 CLI 退出残留修复
人工智能·python·ai agent