如何在 Jupyter Notebook 中使用 GPU

当您想要编写、修改和执行自己的程序和代码时，IDE 和代码编辑器是您最好的朋友。Jupyter Notebook 就是这样一款 IDE，对于专门从事数据分析、网页抓取、机器学习和 AI 驱动项目的程序员来说，它非常棒。对于从事数据科学的普通程序员来说，Jupyter Notebook 是完美的伴侣，因为它可以让您创建交互式文档，用于从记笔记到编译复杂代码等所有操作。当然，Jupyter Notebook 可以在大多数现代笔记本电脑上运行良好，但如果您尝试在仅 CPU 上执行复杂的 AI 和机器学习任务，您将会遇到困难。

幸运的是，您可以微调 Jupyter Notebook，将要求苛刻的深度学习工作负载转移到强大的显卡而不是处理器上。但是，您必须完成几个步骤，包括设置 Python 库、创建编码环境和安装驱动程序，然后才能让 IDE 利用您的 GPU。

这是 Windows 11 屏幕截图，其中 Anaconda 和 Jupyter Notebook 应用程序在后台打开，并且 Jupyter 徽标覆盖在顶部。

如果您已经深入编程，这一步可能听起来有些多余，但您需要在 PC 上安装 Python 才能在 Jupyter Notebook 中使用 GPU 加速 AI。只需从官方网站下载 Python.exe 文件，然后在授予安装程序管理员权限后单击安装按钮即可。

如果您想安装 Python 并开始开发，我们有一个方便的快速入门指南来指导您了解基础知识。

对于大多数用户，我建议选择“禁用路径长度限制”，以避免因Windows 11设置的文件路径长度 260 个字符的限制而导致的未来麻烦。

安装 Miniconda

Miniconda 是一个工具包，其中包含启用 GPU 所需的重要 Python 库、环境和软件包。它还允许您创建 Jupyter Notebook。

从官方网站下载setup.exe文件并以管理员权限运行它。

当安装程序要求您同意许可条款时，选择“我同意”选项，然后单击“下一步”。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！