标签：试运行 jupyter Windows cu113 python pytorch d2l nvidia

1. 查看电脑是否配置有nvidia的GPU

【运行】-->输入命令“dxdiag”查看显示驱动即可

2. 进入nvidia的官网查找与显卡匹配的驱动以及CUDA并安装官方 GeForce 驱动程序 | NVIDIA下载最新版官方 Geforce 驱动程序，提升 PC 游戏体验和应用程序速度。https://www.nvidia.cn/geforce/drivers/

3. 查看是否安装完成

【运行】-->输入“cmd”调出命令行窗口，并在窗口内输入

nvidia-smi

若安装成功，则会出现

 4. 查看电脑的python版本

python --version

5. 下载python对应版本的miniconda

Miniconda — Conda documentationhttps://docs.conda.io/en/latest/miniconda.html6. 下载对应版本的pytorch

Start Locally | PyTorch An open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/locally/

 在anaconda环境里运行上述命令即可

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

至此，pytorch的环境基本配置完成

可以采用李沐《动手学深度学习》中的附件网络来进行测试

1. 进入《动手学深度学习》官网，下载“jupyter”对应的d2l包并解压

《动手学深度学习》 — 动手学深度学习 2.0.0-beta0 documentation

2. 安装对应包

pip install jupyter d2l

3. 打开jupyter记事本

jupyter notebook

4. 找到之前下载好对应目录下的教材资源d2l包，里面pytorch部分自行寻找网络运行即可

标签：试运行,jupyter,Windows,cu113,python,pytorch,d2l,nvidia
来源： https://blog.csdn.net/harden1013/article/details/122762982

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。