文章目录一、创建深度学习Conda虚拟环境二、安装Pytorch-Gpu三、安装PyTorchGeometric四、安装Sklearn五、Jupyter配置5.1将虚拟环境加入内核5.2插件配置5.3主题、字体、字号配置假设你已经安装了Anaconda3（最新Anaconda3的安装配置及使用教程（详细过程））假设你已经配置好了cuda和cudann环境（pytorchgpu版本的最全安装教程，含环境配置、CUDA（百度云下载）安装程序失败解决方案）一、创建深度学习Conda虚拟环境在base环境下，创建python版本为3.9.16的，名为dl_pytorch的虚拟环境condacreate
已解决在ubuntu虚拟机调试Transformer网络，抛出异常RuntimeError:CUDAerror:nokernelimageisavailableforexecutiononthedevice的正确解决方法，亲测有效，文末附上pytorch各版本和cuda版本对应关系！！！文章目录报错问题报错翻译报错原因解决方法pytorch各版本和cuda版本对应关系千人全栈VIP答疑群联系博主帮忙解决报错报错问题一个小伙伴遇到问题跑来私信我，想用在ubuntu虚拟机调试Transformer网络，但是发生了报错（当时他心里瞬间凉了一大截，跑来找我求助，然后顺利帮助他解决了，顺便记录一下希望可
已解决在ubuntu虚拟机调试Transformer网络，抛出异常RuntimeError:CUDAerror:nokernelimageisavailableforexecutiononthedevice的正确解决方法，亲测有效，文末附上pytorch各版本和cuda版本对应关系！！！文章目录报错问题报错翻译报错原因解决方法pytorch各版本和cuda版本对应关系千人全栈VIP答疑群联系博主帮忙解决报错报错问题一个小伙伴遇到问题跑来私信我，想用在ubuntu虚拟机调试Transformer网络，但是发生了报错（当时他心里瞬间凉了一大截，跑来找我求助，然后顺利帮助他解决了，顺便记录一下希望可
1下载runfile安装文件 首先，从官网下载所需版本的cuda安装包，下载链接。选择对应版本后，会跳转到该版本的配置信息页面。比如我是ubuntu20.04系统，已经安装好了cuda10.0，但是现在还需要用到cuda9.0。那么，在选定版本后，配置信息如下图所示（由于Version选项中没有20.04，因此我们随便选一个即可，这里选的16.04，这一选项不会影响后面的安装），InstallerType选择为runfile（因为使用deb文件进行安装的话，可能会将已经安装的较新的显卡驱动给替换掉），选择好之后点击BaseInstaller后面的Download即可。 2安装cuda c
1下载runfile安装文件 首先，从官网下载所需版本的cuda安装包，下载链接。选择对应版本后，会跳转到该版本的配置信息页面。比如我是ubuntu20.04系统，已经安装好了cuda10.0，但是现在还需要用到cuda9.0。那么，在选定版本后，配置信息如下图所示（由于Version选项中没有20.04，因此我们随便选一个即可，这里选的16.04，这一选项不会影响后面的安装），InstallerType选择为runfile（因为使用deb文件进行安装的话，可能会将已经安装的较新的显卡驱动给替换掉），选择好之后点击BaseInstaller后面的Download即可。 2安装cuda c
之前想使用指定的GPU训练模型，查网上的帖子一般是通过设置环境变量来实现的，然后自己试了一下，在debug的时候发现无论怎么弄显示的device都是‘cuda:0’： 也没有多思考，于是就放弃了设置环境变量来指定GPU的方式，改为用以下方式来指定：device=torch.device("cuda:5")data=data.to(device)model=model.to(device) 在debug的时候，发现模型和数据都非常舒服的装载到了自己想要得gpu上，但是感觉这种方法多少有点麻烦，当有多个文件调用的时候，还要把device做为参数传来传去的，很不便捷。
之前想使用指定的GPU训练模型，查网上的帖子一般是通过设置环境变量来实现的，然后自己试了一下，在debug的时候发现无论怎么弄显示的device都是‘cuda:0’： 也没有多思考，于是就放弃了设置环境变量来指定GPU的方式，改为用以下方式来指定：device=torch.device("cuda:5")data=data.to(device)model=model.to(device) 在debug的时候，发现模型和数据都非常舒服的装载到了自己想要得gpu上，但是感觉这种方法多少有点麻烦，当有多个文件调用的时候，还要把device做为参数传来传去的，很不便捷。
从NVIDIAGTC2023这场全球行业盛宴，我们可以解读出AI算力行业的哪些重要信号？一年一度的NVIDIAGTC如期而至汇聚了全球AI与元宇宙开发者的目光焦点，NVIDIAGTC2023于美国当地时间3月20日如期而至。众所周知，作为全球一年一度的行业盛宴，NVIDIAGTC向来都是全球AI领域的晴雨表和风向标。回顾NVIDIAGTC创办以来的历史，从云计算到大数据，从高性能计算到无人驾驶，从机器人到人工智能，从元宇宙到可持续计算，再到最近因为ChatGPT火爆全球的AIGC……可以说每一年的GTC技术大会，都见证了全球IT行业的发展历程，同时也让密切关注行业趋势走向的开发者从中获益匪浅。
从NVIDIAGTC2023这场全球行业盛宴，我们可以解读出AI算力行业的哪些重要信号？一年一度的NVIDIAGTC如期而至汇聚了全球AI与元宇宙开发者的目光焦点，NVIDIAGTC2023于美国当地时间3月20日如期而至。众所周知，作为全球一年一度的行业盛宴，NVIDIAGTC向来都是全球AI领域的晴雨表和风向标。回顾NVIDIAGTC创办以来的历史，从云计算到大数据，从高性能计算到无人驾驶，从机器人到人工智能，从元宇宙到可持续计算，再到最近因为ChatGPT火爆全球的AIGC……可以说每一年的GTC技术大会，都见证了全球IT行业的发展历程，同时也让密切关注行业趋势走向的开发者从中获益匪浅。
目录1.cuda的安装2.cudapath的配置3.检查cuda的版本号（为安装pytorch做准备）...建议看看下面的几条ps，可以避免踩坑！ps：本文所用ubuntu系统版本为v-22.04（如果打算安装可以参考博主的另一篇文章），ubuntu-v-22.04最高支持cuda-v-11.7.0ps：此文为2023.2.4所写，此时pytorch支持的cuda版本最高为v-11.7。ps：因为自己没提前查看pytorch支持的cuda的最高版本，因此装了个v-12.0，在这写下这篇博客，希望让你们少踩坑。ps：试过各种卸载方法都删除不干净，无奈只能重新装系统。ps：安装cudaToolik
