在 Windows 下搭建自己的深度学习开发环境

通常程序员们会选择 Ubuntu 这类 linux 环境开发深度学习算法,但在 Windows 做类似的工作有时也会带来很多方便。本文梳理一下在 Windows 部署深度学习开发环境的一般步骤,供大家参考。

一、检查GPU显卡

1、查看显卡规格

在Windows下,可以通过以下几种方法查看GPU规格:

  1. 使用Windows设置:
  • 打开「设置」,可以通过快捷键Windows + I实现。
  • 依次点击「系统」-「屏幕」-「高级显示器设置」。
  • 在「显示器 1」旁边,可以看到显卡的名称。
  1. 使用任务管理器:
  • 右键单击屏幕底部的任务栏,选择“任务管理器”,或使用Ctrl+Shift+Esc快捷键打开。
  • 选择窗口顶部的「性能」选项卡。
  • 在侧边栏中选择「GPU 0」或相应的GPU编号。
  • GPU的制造商、型号名称以及专用内存量等规格信息会显示在窗口的右上角。
  1. 使用设备管理器:
  • 打开「设备管理器」,在其中可以查看各种硬件设备的信息,包括GPU。
  • 在「显示适配器」部分,可以看到GPU的型号,并且可以进一步查看其属性以获取更多详细信息。
  1. 使用命令行工具:
  • 如果你的计算机上安装了NVIDIA显卡,可以通过命令行工具nvidia-smi来查看GPU驱动版本和其他相关信息。
  • 点开任务栏中的“搜索”,输入“cmd”,打开命令窗口。
  • 在命令窗口中输入nvidia-smi命令,即可查看GPU的相关信息。

以上就是在Windows下查看GPU规格的几种常见方法,你可以根据自己的需求和习惯选择合适的方式进行查看。

2. 查看 GPU 驱动程序

比如,你的机器上安装了 RTX3060,要查看Windows是否安装了RTX 3060驱动程序,你可以按照以下步骤进行操作:

  1. 打开设备管理器

    • 使用快捷键Win + X,并选择“设备管理器”。
    • 或者在开始菜单中搜索并打开“设备管理器”。
    • 还可以使用快捷键Win + R,输入“devmgmt.msc”,然后按Enter键打开设备管理器。
  2. 查找显示适配器

    • 在设备管理器窗口中,找到并点击展开“显示适配器”选项。
  3. 查看显卡驱动信息

    • 在“显示适配器”下方,你会看到已安装的显卡驱动信息。找到与RTX 3060相关的条目。
    • 双击展开显卡驱动后,你可以查看其详细信息,包括驱动程序提供商、驱动程序版本号等。

如果在“显示适配器”下看到了RTX 3060及其相关的驱动程序信息,那么你的Windows系统就已经安装了RTX 3060的驱动程序。

请注意,如果你最近升级了显卡或更改了硬件配置,可能需要重新启动计算机才能使新的驱动程序生效。同时,确保你安装的驱动程序是从NVIDIA官方网站下载的,以确保其兼容性和稳定性。

如果“显示适配器”下没有RTX 3060的条目,或者显示的是其他型号的显卡,那么可能是驱动程序没有正确安装,或者你的计算机没有识别到RTX 3060显卡。在这种情况下,你需要检查显卡是否正确安装在计算机上,或者尝试重新安装显卡驱动程序。

二、安装 CUDA Toolkit

安装RTX 3060的驱动程序是开始使用显卡进行深度学习工作的第一步,但仅仅安装驱动程序并不足以直接开始深度学习。你还需要确保你的系统满足深度学习的其他要求,并安装必要的软件和框架。

以下是一些你需要考虑和完成的步骤:

  1. 检查系统要求

    • 确保你的Windows系统支持CUDA(Compute Unified Device Architecture),这是NVIDIA显卡用于通用计算的并行计算平台和API模型。
    • 确保你的RTX 3060显卡有足够的显存来支持你的深度学习模型。
  2. 安装CUDA Toolkit

    • NVIDIA CUDA Toolkit包含了开发CUDA程序所需的库、工具和文档。你需要从NVIDIA官方网站下载并安装与你的显卡和操作系统兼容的CUDA Toolkit版本。
  3. 安装cuDNN

    • cuDNN是NVIDIA开发的针对深度神经网络的GPU加速库。它是CUDA的深度学习扩展,能提供更高效的深度神经网络前向和后向传播函数。
  4. 安装深度学习框架

    • 选择一个深度学习框架,如TensorFlow、PyTorch等,并根据框架的文档安装对应的GPU版本。这些框架通常支持CUDA和cuDNN,从而可以利用NVIDIA显卡进行加速。
  5. 配置环境变量

    • 根据你的深度学习框架和CUDA Toolkit的安装路径,配置相应的环境变量,以确保框架能够正确地找到和使用CUDA和cuDNN库。
  6. 验证安装

    • 编写一个简单的深度学习模型或运行框架提供的示例代码,以验证你的GPU是否正确安装并可以正常工作。

请注意,深度学习通常需要大量的计算资源和显存,因此确保你的RTX 3060显卡有足够的性能来处理你的任务。同时,不同的深度学习框架和项目可能需要不同版本的CUDA和cuDNN,因此务必仔细阅读并遵循框架和库的官方安装指南。

完成上述步骤后,你就可以开始探索深度学习了。记得保持对最新技术和工具的关注,以便在需要时更新和优化你的深度学习环境。

1 、CUDA

要检查Windows是否安装了CUDA,你可以按照以下步骤进行:

  1. 通过NVIDIA显卡驱动程序检查

    • 打开Windows的“控制面板”,然后选择“程序”或“程序和功能”。
    • 在这里,找到NVIDIA显卡驱动程序并检查其版本。如果CUDA被安装,通常可以在驱动程序的版本号中找到相应的标识。
  2. 使用命令提示符检查

    • 按下Win键 + R键,打开“运行”对话框,输入“cmd”并按下回车键,打开命令提示符窗口。
    • 在命令提示符窗口中,输入“nvcc -V”并按下回车键。如果你的电脑安装了CUDA,它将显示CUDA的版本信息。
  3. 查看系统信息

    • 如果你已经安装了NVIDIA控制面板,你可以通过开始菜单进入NVIDIA控制面板。
    • 在NVIDIA控制面板中,找到“帮助”或“系统信息”选项,然后查看组件部分,特别是与“cuda”相关的参数。这将显示你的显卡所支持的CUDA版本。
  4. 使用nvidia-smi命令

    • 打开命令提示符窗口,并输入“nvidia-smi”。这个命令将显示关于你的NVIDIA显卡的详细信息,包括驱动版本和CUDA版本(如果已安装)。
    • 如果提示“nvidia-smi显示不是内部或外部指令”,可以先输入“cd C:\Program Files\NVIDIA Corporation\NVSMI”再使用“nvidia-smi”命令。

通过上述方法,你应该能够确认Windows是否安装了CUDA以及安装的版本。如果CUDA未安装或版本不匹配,你可能需要从NVIDIA官方网站下载并安装适合你显卡和操作系统的CUDA版本。

2、nvcc

nvcc是一种编译器驱动程序,主要用于简化C++或PTX代码的编译过程。它提供简单且熟悉的命令行选项,并通过调用实现不同编译阶段的工具集合来执行编译任务。nvcc的主要工作流程包括将设备代码与主机代码分离,然后将设备代码编译成汇编形式(PTX代码)或二进制形式(cubin对象),并通过CUDA运行时函数的调用来替换。

nvcc的命令行参数非常丰富,可以用来指定各种编译选项。例如,-arch arch_value用于指定目标GPU架构;-g用于生成调试信息,方便进行程序的调试;-I include_dir用于添加头文件搜索路径;-L lib_dir用于添加库文件搜索路径;-l lib_name用于链接静态库;-c表示只编译不链接,生成目标文件;-ptx用于生成PTX代码;而-cubin则用于生成二进制代码。

此外,nvcc在CUDA编程中扮演着重要角色。CUDA编程模型由C++语言的最小扩展集和运行时库组成,而包含这些扩展的任何源文件都必须使用nvcc进行编译。这使得熟悉C++编程语言的用户能够轻松地编写供设备执行的程序。

总的来说,nvcc是一个功能强大的编译器工具,对于进行CUDA编程和使用NVIDIA GPU进行高性能计算的开发者来说,它是不可或缺的。

3、 nvidia-smi

nvidia-smi(NVIDIA System Management Interface)是一个命令行实用程序,主要用于监控和管理NVIDIA GPU(图形处理器)的状态和性能。它为用户提供了一种简单而强大的方式来获取有关GPU的实时信息,进而用于诊断、优化和管理GPU资源。

在大多数情况下,nvidia-smi是与NVIDIA GPU驱动程序一起安装的。当安装NVIDIA GPU驱动程序时,nvidia-smi工具通常会自动包含在驱动程序软件包中,并在安装过程中将其放置在适当的位置。

通过nvidia-smi,用户可以查看每个GPU的编号、型号、驱动版本、总内存、已用内存、GPU利用率、温度、功率使用情况等关键信息。这些信息对于确定哪个进程可能占用了太多资源或者优化GPU资源使用尤为有用。例如,用户可以使用nvidia-smi来监控GPU的利用率、温度以及内存使用情况,以确保一切正常并最大化资源的使用。

此外,nvidia-smi还提供了其他多种功能。例如,它可以列出所有可用的NVIDIA设备,查看系统拓扑,以及动态地观察GPU的状态。用户还可以使用nvidia-smi来查看当前的GPU时钟速度、默认时钟速度和最大可能的时钟速度,以及显示每个GPU的可用时钟速度列表。

此外,nvidia-smi还可以用于启用和禁用GPU配置选项,如ECC内存功能。这对于需要高级GPU功能配置的用户来说是非常有用的。

总的来说,nvidia-smi是一个非常有用的工具,尤其是对于需要密切监视和管理其GPU资源的用户,如机器学习研究员、数据分析师、高性能计算用户等。通过nvidia-smi,用户可以更好地了解GPU的工作状态,优化资源使用,从而确保系统的稳定性和高效性。

4、 CUDA Toolkit

检查CUDA Toolkit是否已安装,可以按照以下步骤进行:

  1. 在终端或命令提示符中输入命令

    • 打开终端(Linux或macOS)或命令提示符(Windows)。
    • 输入nvcc -V命令。如果CUDA Toolkit已经安装,则会显示其版本号。
  2. 对于Linux系统

    • 可以通过dpkg -l | grep nvidia-cuda-toolkit命令来查看CUDA Toolkit的安装情况。如果已经安装,则会显示安装的版本号。
  3. 对于Windows系统

    • 在“控制面板”中查看已安装的程序列表,找到CUDA Toolkit并查看其版本号。
  4. 检查GPU驱动程序

    • CUDA需要与适当的GPU驱动程序配合使用。确保已经安装了最新的NVIDIA GPU驱动程序。可以使用NVIDIA系统管理工具(例如NVIDIA Control Panel)来确认GPU驱动程序是否已正确安装。

请注意,如果上述步骤中未能找到CUDA Toolkit的相关信息,那么很可能CUDA Toolkit尚未安装。在这种情况下,你可能需要前往NVIDIA官方网站下载并安装适合你的系统和GPU的CUDA Toolkit版本。安装过程中请按照官方指南进行操作,以确保安装正确无误。

安装完成后,你可以通过运行示例代码来验证CUDA Toolkit是否安装成功。示例代码通常存储在CUDA安装目录的示例文件夹中。你可以切换到示例代码目录,然后按照相应的文档来编译和运行示例代码。如果代码能够成功编译并运行,那么可以确认CUDA Toolkit已经安装并可以正常工作。

三、安装部署深度学习开发环境

下面以 Pytorch 为例说明如何安装部署深度学习开发环境。

1、在Windows下安装PyTorch

在Windows下安装PyTorch,可以按照以下步骤进行:

首先,需要安装Anaconda,它是一个优秀的Python环境和包管理软件,使用软件包管理系统Conda进行管理,非常适合用于管理PyTorch所需要的环境和包。安装完成后,在Anaconda Prompt中创建一个新的Python环境,并激活该环境。

接下来,需要确保已经安装了CUDA Toolkit和cuDNN。这两个库是PyTorch使用GPU进行深度学习计算所必需的。可以从NVIDIA的官方网站下载并安装它们。

然后,进入PyTorch的官方网站,查看安装命令。根据自己的需求(例如是否使用GPU、Python的版本等)选择合适的安装命令。在Anaconda Prompt中,使用Conda或者pip来安装PyTorch。

最后,安装完成后,可以通过运行一段简单的PyTorch代码来测试安装是否成功。例如,可以创建一个简单的张量(Tensor)并进行一些基本的操作。

请注意,安装PyTorch时需要注意CUDA的版本、Python的版本以及操作系统的兼容性。如果版本不匹配,可能会导致安装失败或者无法正常运行。此外,安装过程中如果遇到任何问题,可以查阅PyTorch的官方文档或者在相关的社区和论坛中寻求帮助。

以上就是在Windows下安装PyTorch的基本步骤。具体的安装过程可能会因为不同的系统和环境而有所差异,因此在实际操作中需要根据具体情况进行调整。

2、安装Anaconda

安装Anaconda的步骤如下:

  1. 打开浏览器,输入“Anaconda”或者访问“https://www.anaconda.com/”进入Anaconda官网。在官网首页,可以看到默认的Anaconda版本是针对Windows的,直接点击“Download”即可下载。
  2. 下载完成后,找到下载的Anaconda安装包,双击运行它。注意,安装包的文件名可能类似于“Anaconda3-xxxx.xx-Windows-x86_64.exe”,其中“xxxx.xx”是版本号,具体会根据你下载的版本有所不同。
  3. 在安装过程中,点击“Next”进行下一步。
  4. 接下来,会看到一个许可协议页面,点击“I Agree”表示你同意该协议。
  5. 在接下来的页面,会看到“Just Me”和“All Users”两个选项。“Just Me”是只供当前用户使用,“All Users”是供使用这台电脑的所有用户使用。这是权限问题,无论选择哪个,对安装空间影响不大。一般来说,如果电脑只有你一个人使用,可以选择“Just Me”。如果电脑有多个用户,建议选择“All User”。选择后,点击“Next”进入下一步。
  6. 然后,需要设置Anaconda的安装路径。路径名称最好为全英文,文件夹需要为空。不建议将Anaconda安装在C盘,因为Anaconda软件占用内存比较大。设置完成后,点击“Next”。
  7. 接下来,点击“Install”开始安装。如果不选择其他选项,就需要手动将Anaconda添加到PATH环境变量中。
  8. 安装完成后,点击“Next”和“Finish”完成安装过程。

安装完成后,还需要配置环境变量。在Windows系统中,可以通过“系统属性”->“高级”->“环境变量”来设置。在“系统变量”中找到“Path”,并进行编辑,添加Anaconda的安装路径。具体路径可能类似于“C:\Anaconda3”、“C:\Anaconda3\Scripts”和“C:\Anaconda3\Library\bin”。

完成以上步骤后,Anaconda就已经成功安装并配置好了。你可以通过在命令行中输入“conda --version”来检查是否安装成功。如果返回了版本号,那就说明安装成功了。然后你就可以开始使用Anaconda来管理你的Python环境和包,包括安装PyTorch等深度学习框架了。

3、Anaconda 简介

Anaconda是一个开源的Python发行版本,它包含了Python和众多常用的科学计算类的库,如pandas、numpy、matplotlib等,以及一个强大的包管理器conda。这些库使得数据分析、可视化和处理变得更为方便。此外,Anaconda还集成了机器学习库,如Scikit-learn,适用于机器学习和深度学习等广泛的使用场景。

Anaconda的特点之一是它包含了Conda,一个强大的包管理和环境管理工具。用户能够利用conda轻松创建、导出、安装和更新环境,避免环境混乱的问题。同时,conda还可以管理不同版本的Python以及Python包,将它们隔离开来以避免相互影响。

安装Anaconda时,用户可以根据自己的操作系统(Windows、Mac OS X、Linux)和位数(32位或64位)选择合适的版本进行下载。安装过程相对简单,只需双击下载好的文件并按照提示进行安装即可。安装完成后,用户还需要配置环境变量,以便在命令行中直接使用conda命令。

总的来说,Anaconda是一个集成了Python、常用科学计算库和包管理工具的发行版本,它为用户提供了一个便捷、高效的工作环境,使得数据科学、机器学习和深度学习等领域的工作变得更加容易。

4、Anaconda的主要命令

Anaconda的主要命令主要围绕环境管理和包管理展开。以下是一些常用的Anaconda命令:

环境管理命令

  1. 创建虚拟环境

    • conda create -n ENV-NAME python=**:其中ENV-NAME是虚拟环境的名字,**指定python版本。例如,conda create -n myenv python==3.9.0将创建一个名为myenv的虚拟环境,并安装Python 3.9.0版本。
    • conda create --name env_name:创建一个名为env_name的虚拟环境。
    • conda create --name env_name python=3.6:创建一个指定Python版本的虚拟环境。
    • conda create --name env_name python=3.6 pandas numpy scipy:创建一个包含特定Python版本和某些包的虚拟环境。
  2. 激活虚拟环境

    • conda activate ENV-NAME:激活名为ENV-NAME的虚拟环境。
    • activate env_name:激活名为env_name的虚拟环境。
  3. 退出当前环境

    • conda deactivate:退出当前激活的虚拟环境。
  4. 复制虚拟环境

    • conda create --name new_env_name --clone old_env_name:复制一个名为old_env_name的虚拟环境,并命名为new_env_name。

包管理命令

  1. 在当前环境中安装包

    • conda install <package_name>:在当前激活的虚拟环境中安装指定的包。
    • pip install <package_name>:同样可以在当前环境中使用pip命令安装包。
  2. 在当前环境中安装依赖文件

    • conda install --file requirements.txt:根据requirements.txt文件中的依赖列表在当前环境中安装包。
  3. 获取已安装的包

    • conda list:列出当前环境中已安装的包。
  4. 卸载包

    • conda remove <package_name>:在当前环境中卸载指定的包。

此外,还有一些其他常用命令,如:

  • conda info --envs:显示已创建的所有虚拟环境。
  • sourceactivate <env_name>:在某些操作系统上用于切换环境。

这些命令为Anaconda用户提供了强大的环境管理和包管理功能,使得用户可以轻松创建、激活、退出和复制虚拟环境,以及安装、卸载和查看已安装的包。

5、安装PyTorch

在Anaconda中安装PyTorch的步骤如下:

  1. 首先,确保已经成功安装了Anaconda并创建了一个合适的虚拟环境。你可以使用conda create -n myenv python=3.x命令创建一个新的虚拟环境,其中myenv是环境的名称,3.x是你想要安装的Python版本。
  2. 激活你创建的虚拟环境。在Windows上,使用conda activate myenv命令;在Mac或Linux上,使用source activate myenv命令。
  3. 打开PyTorch官网(https://pytorch.org/),选择适合你的操作系统和CUDA版本的安装命令。请注意,如果你的电脑有NVIDIA的GPU并且安装了CUDA,那么选择支持CUDA的版本可以加速PyTorch的计算。
  4. 将从PyTorch官网复制的安装命令粘贴到你的命令行中,并按回车执行。这将使用conda或pip来安装PyTorch及其依赖项。
  5. 安装完成后,你可以通过运行一段简单的PyTorch代码来测试安装是否成功。例如,你可以尝试导入PyTorch库并创建一个张量。

需要注意的是,PyTorch的安装可能会受到你的操作系统、Python版本、CUDA版本等多种因素的影响。因此,在安装过程中如果遇到问题,建议查阅PyTorch的官方文档或寻求社区的帮助。

此外,由于PyTorch和Anaconda都在不断更新,具体的安装步骤和命令可能会有所变化。因此,在进行安装时,最好参考最新的官方文档或教程。

6、Python的IDE(集成开发环境)

Python的IDE(集成开发环境)有很多选择,这些IDE提供了代码编辑、调试、自动化构建等功能,可以极大地提高Python开发者的效率。以下是一些常见的Python IDE及其安装方法:

  1. PyCharm:PyCharm是JetBrains公司开发的一款Python IDE,它提供了智能代码补全、代码质量分析、调试和测试等功能。PyCharm的安装比较简单,只需从官网下载对应版本的安装包,然后按照安装向导进行安装即可。
  2. Visual Studio Code:Visual Studio Code(简称VS Code)是一款轻量级的但功能强大的代码编辑器,支持Python开发。VS Code本身并不包含Python解释器,但可以通过安装Python扩展来支持Python开发。VS Code的安装也非常简单,可以从其官网下载并安装。
  3. Spyder:Spyder是一款基于Python的科学计算IDE,它集成了NumPy、SciPy和Matplotlib等库,非常适合数据分析和科学计算。Spyder的安装可以通过Anaconda进行,因为Anaconda发行版中包含了Spyder。
  4. Sublime Text:Sublime Text是一个高度可定制的文本编辑器,也支持Python开发。虽然它本身不是专门的IDE,但可以通过安装插件来增强Python开发的功能。Sublime Text的安装可以从其官网下载并安装。

安装这些IDE时,需要注意以下几点:

  • 确保你的操作系统满足IDE的安装要求。
  • 在安装过程中,可能需要选择是否包含某些组件或插件,根据你的需求进行选择。
  • 安装完成后,可能需要进行一些配置,例如设置Python解释器的路径、配置代码风格等。

此外,如果你使用的是Anaconda,那么它自带的Spyder IDE就已经是一个很好的Python开发环境了。你可以在Anaconda Navigator中启动Spyder,开始你的Python编程之旅。

总的来说,选择哪个IDE取决于你的个人喜好和需求。不同的IDE有不同的特点和优势,你可以尝试使用几个,然后选择最适合你的那个。

7、安装 Jupyter Notebook

我觉得 Jupyter Notebook 是一个很好用的工具,用它开发 Python 算法非常方便,建议安装。

Jupyter Notebook是一个可以在Windows下安装的Python软件。它是一个开源的Web应用程序,允许你创建和共享包含实时代码、方程、可视化和解释性文本的文档。它非常适合数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等。

要在Windows下安装Jupyter Notebook,你需要先安装Python和pip(Python的包管理器)。然后,你可以通过pip在命令行中安装Jupyter Notebook。以下是基本的安装步骤:

  1. 访问Python官网(https://www.python.org/)下载并安装适合你操作系统的Python版本。在安装过程中,确保勾选“Add Python to PATH”选项,以便在命令行中直接使用Python和pip。
  2. 打开命令行工具(如CMD或PowerShell),输入以下命令来安装Jupyter Notebook:
pip install jupyter
  1. 安装完成后,你可以通过输入以下命令来启动Jupyter Notebook:
jupyter notebook

这将在你的默认浏览器中打开一个新的Jupyter Notebook界面。

请注意,如果你使用的是Anaconda发行版,Jupyter Notebook已经预装在其中。你可以直接在Anaconda Navigator中启动它,或者通过Anaconda Prompt使用jupyter notebook命令来启动。

此外,安装过程中可能会遇到一些问题,比如权限问题、依赖问题等。如果遇到这些问题,你可以尝试以管理员身份运行命令行工具,或者查看相关的错误提示和解决方案。同时,确保你的Python和pip都是最新版本,以获得最佳的兼容性和功能。

8、Jupyter Notebook 的进一步介绍

Jupyter Notebook是一个交互式的笔记本式编程环境,它支持四十余种编程语言,包括在数据科学领域非常流行的Python、R、Julia、Scala等。这款开源的Web应用可以在Web浏览器中运行,用户可以在其中编写代码、公式、解释性文本、绘图、运行代码,并查看代码输出结果。更为强大的是,用户还可以将代码、文本、图像、音频、视频等内容整合到一起,形成一个交互式的笔记本,并通过GitHub、E-mail等方式进行分享。

Jupyter Notebook的主要特点体现在以下几个方面:

  1. 交互性强:用户可以实时编写、运行代码,并立即查看代码输出结果,这使得代码调试和交互式数据分析变得极为快速和方便。
  2. 可共享性:用户无需担心其他人是否有正确的软件配置或环境,就可以将其笔记本文档与其他人共享。笔记本文档可以通过多种方式共享,例如通过GitHub、Dropbox或Jupyter Notebook网站。此外,用户还可以将笔记本文档导出为多种格式,如HTML、PDF或LaTeX,以便与其他人共享。
  3. 可重复性:这意味着用户可以在不同的计算机或操作系统上重复自己的工作,而无需担心软件配置或环境的不兼容性。

在Windows下安装Jupyter Notebook需要先安装Python和pip。安装完成后,通过pip命令即可轻松安装Jupyter Notebook。安装完毕后,在命令行中输入jupyter notebook命令即可启动Jupyter Notebook服务,随后在浏览器中会显示Jupyter Notebook的界面。

然而,在使用Jupyter Notebook的过程中,有时可能会遇到版本不兼容的问题。例如,在某些情况下,安装的Python版本过高,导致与Jupyter Notebook或其他相关库不兼容。解决这类问题通常需要重装合适版本的Python或相关库。

总的来说,Jupyter Notebook为数据科学家、数据分析师、机器学习工程师等提供了一个强大且灵活的工具,帮助他们更有效地进行代码开发、数据分析和可视化工作。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/3783.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

JUC之线程、线程池

一、start与run方法 start方法开启一个新线程&#xff0c;异步执行。 run方法同步执行&#xff0c;不会产生新的线程。 start方法只能执行一次&#xff0c;run方法可以执行多次。 二、一些方法 sleep() 线程睡眠 两种方式调用&#xff1a; Thread.sleep(1000);TimeUnit.…

SAP MRP中的滚动提前期简介(MRP自动删除已固定计划订单)

通常被标记了固定标识的计划订单在运行MRP的时候系统是不会自动删除这部分计划订单的,但是SAP提供了“滚动提前期”这一功能,允许我们通过设定规则,在MRP运算的同时,自动删除在规定期间范围内的被固定的计划订单,从而避免这种干扰MRP运算的现象发生。 下面我们模拟这个场…

Oracle基础1

数据准备 create table my_user (id number primary key,name1 varchar2(30),name2 varchar2(30) ); alter table my_useradd(name3 varchar2(30)); -- 修改字段 alter table my_usermodify(name1 varchar2(10),name2 varchar2(20)); -- 修改字段名 alter table my_user re…

SignalR中的重连机制和心跳监测机制详解

一. 重连机制 声明&#xff1a;   本节仅介绍重连机制和心跳监测机制&#xff0c;基于Core 3.1框架&#xff0c;至于SignalR其它的一些基本使用&#xff0c;包括引入、Hub、配置等常规操作&#xff0c;在本节中不介绍&#xff0c;后续写Core下的SignalR 说明   默认是没有重…

钥匙和房间

题目链接 钥匙和房间 题目描述 注意点 所有 rooms[i] 的值 互不相同如果能进入所有房间返回true&#xff0c;否则返回falserooms[i] 是进入 i 号房间可以获得的钥匙集合 解答思路 可以通过深度优先遍历找到所有可以访问的房间&#xff0c;需要注意的是同一个房间不能重复访…

(数据分析) 一季度四川外贸进出口增长7.8% 回稳向好态势显著

据海关统计&#xff0c;一季度&#xff0c;四川实现货物贸易进出口总值2415.4亿元&#xff0c;规模位列全国第8&#xff0c;同比&#xff08;下同&#xff09;增长7.8%&#xff0c;增速高出全国2.8个百分点。主要呈现以下特点&#xff1a; 一、进口显著回升&#xff0c;进、出口…

2024.4.26

//异或 Complex Complex::operator^(const Complex c1){Complex temp;temp.relthis->rel^c1.rel;temp.virthis->vir^c1.vir;return temp; }//按位取反 Complex Complex::operator~(){this->rel~this->rel;this->vir~this->vir;return* this; } //左移 Comple…

vue+element之解决upload组件上传文件失败后仍显示在列表上、自动上传、过滤、findIndex、splice、filter

MENU 前言错误案例(没有用)正确方法结束语 前言 el-upload上传失败后&#xff0c;文件仍显示在列表上。 这个pdf文件上传失败&#xff0c;仍显示在列表&#xff0c;给人错觉是上传成功&#xff0c;所以要把它去掉。 在element中&#xff0c;file-list和v-model:file-list是用于…

Bun 入门到精通(一)

Bun 是什么&#xff1f; Bun 是用于 JavaScript 和 TypeScript 应用程序的多合一工具包。它作为一个名为 bun 的可执行文件提供。 其核心是 Bun 运行时&#xff0c;这是一个快速的 JavaScript 运行时&#xff0c;旨在替代 Node.js。它是用 Zig 编写的&#xff0c;并由 JavaSc…

Matlab|交直流系统潮流计算(含5种控制模式)

目录 1 主要内容 程序参考流程图 2 部分代码 3 程序结果 4 下载链接 1 主要内容 该程序参考文献《交直流系统潮流计算及相互关联特性分析》&#xff0c;采用5种交直流潮流控制方式&#xff1a;1.定电流定电压 2.定电流定熄弧角 3.定功率定电压 4.定功率定熄弧角 5.定触发角…

Kafka 生产者应用解析

目录 1、生产者消息发送流程 1.1、发送原理 2、异步发送 API 2.1、普通异步发送 2.2、带回调函数的异步发送 3、同步发送 API 4、生产者分区 4.1、分区的优势 4.2、生产者发送消息的分区策略 示例1&#xff1a;将数据发往指定 partition 示例2&#xff1a;有 key 的…

ollama集成open-webui本地部署大模型应用

文章目录 概述安装ollama运行指定模型命令帮助docker 安装 webuiWebUI与ollama在同一台机器WebUI与ollama不在同一台机器(推荐)更新open-webui离线安装open-webui使用验证访问导入模型文件参考资料概述 ollama是一款在本地启动并运行大型语言模型的工具,主要功能是在 Docke…

原型模式(上机考试抽题)

定义 原型模式主要解决的问题就是创建复对象&#xff0c;⽽这部分 对象 内容本身⽐较复杂&#xff0c;⽣成过程可能从库或者RPC接⼝中获取数据的耗时较⻓&#xff0c;因此采⽤克隆的⽅式节省时间。 上机考试抽题 从⼀部分可以上机考试的内容开始&#xff0c;在保证⼤家的公平…

经典的免费wordpress模板

这款经典的免费WordPress模板以鲜艳的红色为主调&#xff0c;充满了活力与热情。设计简洁而现代&#xff0c;适合各种类型的项目网站。模板采用响应式设计&#xff0c;确保在不同设备和屏幕尺寸上都能呈现出完美的视觉效果。 红色象征着激情、活力和自信&#xff0c;这款模板…

面试题:判断一个完全平方数

面试题&#xff1a;判断一个完全平方数 方法一&#xff1a;平方根法 bool isPerfectSquare(int n) {int sqrt_n int(sqrt(1.0 * n));return sqrt_n * sqrt_n n; }方法二&#xff1a;连续奇数和法 // 一个完全平方数可以表示为前n个连续奇数的和&#xff0c;如1 3 5 // 不…

对策略模式的理解

目录 一、场景1、题目描述 【[来源](https://kamacoder.com/problempage.php?pid1082)】2、输入描述3、输出描述4、输入示例5、输出示例 二、不使用策略模式三、使用策略模式1、不优雅的实现2、策略模式 简单工厂模式2.1 代码2.2 优点2.3 另一种实现方式 四、个人思考 一、场…

2024年Q1企业邮箱安全性研究报告:钓鱼邮件同比增长59.9%

4月23日&#xff0c;Coremail邮件安全联合北京中睿天下信息技术有限公司发布《2024年第一季度企业邮箱安全性研究报告》。对当前企业邮箱的应用状况和安全风险进行了分析。 1、垃圾邮件持续增长 根据Coremail邮件安全人工智能实验室最新数据显示&#xff0c;2024年第一季度&am…

4 -26

4-26 1 英语单词100个一篇六级翻译 2 div 4 补题目 3 概率论期中卷子一张&#xff0c;复习复习。 4 备课ing 晚上出去炫饭&#xff0c;串串香&#xff0c;无敌了。 中间一些模拟题是真的恶心&#xff0c;思维题是真的想不到&#xff0c;感觉自己就是一个废物呢。 1.是将一个数…

[C++]STL---unordered_set与unordered_map的模拟实现

目录 前言 哈希桶的改造 哈希桶的初步改造 迭代器的模拟实现 operator() 类互相typedef时的前置声明 友元声明 迭代器的出口 插入Insert() 查找Find(&#xff09; 哈希表的最终改造 unordered_set的模拟实现 unordered_map的模拟实现 前言 unordered_set与set的区…

mysql索引里得基数是啥

最近遇到又问mysql索引中得基数是啥&#xff0c;有什么影响吗&#xff0c;下面罗列以下&#xff1a; 索引里得基数是指索引中存放得不同值的数量。对于像某个字段&#xff0c;如果存有多个不同的值&#xff0c;那么基数就会大&#xff0c;反之&#xff0c;如果有很多重复的值&a…