jupyternotebook使用的pytorch

jupyter notebook可以使用pytorch-GPU版本进行深度学习任务。首先，需要安装anaconda、pytorch、cuda和cudnn。然后，可以通过安装nb_conda来连接GPU并使用pytorch。接下来，可以使用命令python -m ipykernel install --name torch --display-name “Pytorch for Deeplearning”将pytorch内核添加到jupyter notebook中。验证是否成功连接了Pytorch_GPU可以使用以下代码：import torch print(torch.__version__) #Pytorch版本 print(torch.version.cuda) #CUDA版本 print(torch.backends.cudnn.version()) #CUDNN版本 print(torch.cuda.is_available())。如果需要切换到指定的虚拟环境，可以在kernel -> change kernel中重新启动notebook并选择相应的内核。
#### 引用[.reference_title]
- *1* *3* [jupyter notebook 使用pytorch-GPU版本](https://blog.csdn.net/weixin_45992833/article/details/121396644)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [jupyter notebook调用pytorch虚拟环境](https://blog.csdn.net/weixin_46587777/article/details/124551536)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]