1. 运行快捷键
Ctrl + Enter,运行当前cell;
Shift + Enter,运行当前cell,且转到下一个cell
2. cell中code和markdown切换快捷键
y,进入code;
m,进入markdown
Note:点击整个cell单元,再按下y/m + Enter
3. 异常处理的基本使用
try : <语句块1> except : <语句块2>
try : <语句块1> except <异常类型>: <语句块2>
4. 查看tensorflow,keras版本
python
import tensorflow as tf
tf.version
import keras
keras.version
或
pip show keras
pip list 列出当前python环境下安装过的包及其版本号,在列表中找到tensorflow,后面接着的是版本号
5. anaconda prompt退出当前python环境
ctrl+z;
exit()
6. 查看jupyter当前已有环境
conda env list
7. conda新建虚拟环境,利用requirements.txt安装第三方依赖包
https://blog.csdn.net/qq_35654046/article/details/106961784
8. CUDA安装
报错:
2020-07-24 09:31:11.201295: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found
2020-07-24 09:31:11.202465: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
解决:https://blog.csdn.net/qq_44725872/article/details/107558250
安装对应版本CUDA:
参考:
- win10 安装CUDA 11.0后再安装GPU版torch的踩坑记录
-
Win10中CUDA、cuDNN的安装与卸载
Tips:下载exe(local);安装选项选择自定义。核心组件CUDA—不勾选visual studio integration,INVIDIA GeForce Experience co...不勾选,若当前版本低于最新版本,也可以勾选上剩余两个选项,点击下一步开始安装。
之后的cuDnn安装,参考win10 安装CUDA 11.0后再安装GPU版torch的踩坑记录和https://blog.csdn.net/jer8888/article/details/100558964第三部分
Tips:CUDA工具包下载官网
9. 查看CUDA版本
- https://blog.csdn.net/Gabriel_wei/article/details/112595642
- https://blog.csdn.net/u013515929/article/details/109283488
10. windows查看显卡驱动版本
- 首先安装CUDA
- Win+R cmd 进入命令行
- cd C:\Program Files\NVIDIA Corporation\NVSMI
- nvidia-smi
转自:Windows 10 命令行查看显卡驱动版本号
11. win10平台下安装mxnet-gpu版本
pip install mxnet-cu110安装时,报错:
ERROR: Could not find a version that satisfies the requirement mxnet-cu110 (from versions: none)
ERROR: No matching distribution found for mxnet-cu110
在官网看了一下,似乎还没有支持cu110的mxnet版本
解决:
- 换cuda,或者移除当前搭建环境conda remove -n gluon --all
- //www.greatytc.com/p/af283fdbb471 使用conda install -c anaconda mxnet-gpu进行安装,我试了一下,最后安装的是cuda9.0 mxnet-gpu1.2.1版本
12. 在jupyter 中安装pytorch
https://blog.csdn.net/cqldqsb/article/details/104550999/
查看torch安装命令官网
)
torch和torchvision版本对应关系
)
13. python中tar.gz格式压缩、解压
示例代码:
python tar.gz格式压缩、解压
14. git clone下载代码出错(RPC failed; curl 56 OpenSSL SSL_read: Connection was reset, errno 10054)
转载:https://blog.csdn.net/u011386173/article/details/108120678
15. 使用git克隆github上的项目失败:unable to access github: OpenSSL SSL_read: Connection was reset, errno 10054
感谢 https://www.cnblogs.com/xym4869/p/13284364.html
才发现这里面有无法连接github的问题
解决:https://www.cnblogs.com/xym4869/p/13262061.html
16. 在github上 下载源码 clone 非 master 分支的代码
比如archive存档状态的源码,clone时只会下载master中的代码。
解决:https://blog.csdn.net/u012302552/article/details/80680497
在评论中看到另外的直接的方法:$ git clone -b 分支名 网址.git
17. 将创建的虚拟环境中的Python kernel添加到jupyter notebook中
- 激活虚拟环境:conda activate pytorch
- 安装ipykernel内核:conda install ipykernel
- 添加到notebook:python -m ipykernel install --user --name pytorch --display-name "Python_GPU"
参考:jupyter切换conda虚拟环境【jupyter notebook中的kernel管理】
报错:ERROR:tornado.general:Uncaught exception in ZMQStream callback
如何将Anaconda虚拟环境中的Python kernel添加到jupyter notebook中
18. conda删除虚拟环境
deactivate 环境名
conda remove -n tf18py36(环境名) --all
19.修改jupyter notebook默认工作路径
https://zhuanlan.zhihu.com/p/59738776
本电脑情况,需要修改属性中%USERPROFILE%/
20.在jupyter notebook中正常使用python虚拟环境
先【19.】修改到工作路径,然后按【17.】方法一添加python kernel,重启notebook
21.Jupyter Notebook kernel 无法启动/重启等问题解决汇总,并查看内核及位置
https://blog.csdn.net/jorg_zhao/article/details/82929998
(且展示了安装了ipykernel的python虚拟环境的kernel.json路径)
22.在Jupyter Notebook 中添加python虚拟环境kernel的一种可能解决办法
- jupyter kernelspec list 找到已安装ipykernel的环境及位置;
2.在1.中可以看到默认的ananconda安装路径下的kernels文件夹,例如:E:\AppDownHere\Anaconda3\share\jupyter\kernels\python3,其中就是默认的kernel.json所在路径; - 那么在这个kernels文件夹下,我添加python虚拟环境的kernel.json所在文件夹如tf1-15,并修改kernel.json中的python解释器路径为虚拟环境tf1-15中的python解释器,并修改kernel的display_name以避免与2.中默认kernel名冲突;
- 理论上应当是行得通的,然而,tf1-15的内核确实是添加上了,但内核无法连接。。。
行不通[尴尬]
23.jupyter启动闪退问题Bad config encountered during initialization No such notebook dir :“文件路径”
https://blog.csdn.net/weixin_43797818/article/details/108868782