Nana8874的博客

我这里的python环境是python3.11版，解决方法就是找到warnings里面给出的connectionpool.py文件打开，在from…这个虽然没问题，但是看到还是很烦，网上查了查解决方法，有些压根没用，试了集中，发现还是这种管用。

挑选比GPU显示的cuda版本低的任意一版与我们搭建的python环境适配的cuda版本的命令运行就可以了。服务器的GPU使用了几年之后，驱动已经落后了，和新版本的pytorch无法兼容，因此需要重新更新一下驱动，这次也把NVIDIA的驱动和cudatoolkit以及cudnn等的关系给弄清楚了。之后，将服务器重启，并去官网下载与自己的GPU型号符合的驱动，进行安装。如果出现是否要安装lib32 兼容包的提示，可以选择不安装，如果选择安装，但是不成功也没有关系，继续安装完成即可。

有时如果jupyter notebook比较长，需要显示各章节目录以方便查询，这是可以安装目录插件。之后，重新启动jupyter notebook ，可以看到工具栏显示Nbextensions工具。在里面勾选"Table of contents"选项即可。

这样所创建出来的环境一般在anaconda3的envs子目录下。加完环境目录后，再使用命令conda env list就可以看到我们创建的环境有环境名称了。

Nvidia安装

nvidia驱动卸载

pytorch的安装

使用logging模块debug方法来调试代码

stdout, stdin, stderr的区别

python常见内置类属性介绍

os.path模块下的显示路径方法

Jupyternotebook连接远程服务器和配置Anaconda环境操作笔记