学习pytorch笔记

学习深度学习因为要用到GPU，发现自己的电脑携带入门级显卡MX450，所以跟着小土堆视频尝试搭建环境。

一：查看自己显卡的型号：打开设备管理器——显示适配器，可以看到自己电脑是否带显卡。这里注意的是显卡不等于GPU，只是说GPU是显卡的重要组成部分。

二：在anaconda prompt中创建新的虚拟环境，这里我之前已经创建过了叫phoenix的环境，代码如下。

三：安装pytorch时，要看自己的显卡支持的CUDA的最高版本是什么。

这里可以看出我的显卡支持的CUDA的最高版本是12.9。

打开pytorch官网：PyTorch，找到对应版本的安装代码。

更加详细的版本对应，可参考博客：(11 封私信) 环境配置：选择正确版本的CUDA和PyTorch安装(windows) - 知乎

或者直接到这个网站上查看：CUDA Toolkit 12.9 Update 1 - Release Notes — Release Notes 12.9 documentation

因为我的显卡支持的CUDA的最高版本是12.9，所以这里我可以选择compute platform栏中的前三个选项。

然后进入相应的虚拟环境后，复制粘贴run this platform行的代码到命令行运行，安装pytorch.

四：检测pytorch的安装环境的成功与否。

可以看到Python正常运行，同时可以支持GPU.

五：Jupyter notebook安装。

随着anaconda安装时一起安装了，但是其是默认安装在base环境中的，但是base环境中一般没有安装Pytorch环境，解决办法如下：

一：在base环境中安装pytorch

二：在有pytorch的虚拟环境中安装jupyter

这里选择第二种方法：

要在虚拟环境中安装运行jupyter所要用到的包，命令行代码如下：

然后输入jupyter notebook，就可以运行了。