Jupyter NotebookをGPUで実行する方法
Google Collabでは、CPUまたはGPU環境で実行するノートブックを選択できます。これで、NVDIA Cuda互換GPU 1050を搭載したラップトップと最新のアナコンダが手に入りました。 GPUで実行するために単純にpythonを作成できる）コラボ機能に同様の機能を持たせるにはどうすればよいですか？
私は自分の質問に答えています。最も簡単な方法は、ローカルランタイムへの接続（ https://research.google.com/colaboratory/local-runtimes.html ）を使用してから、（ https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d ）。
PyTorchまたはTensorflowでCUDAを介してGPUにアクセスするDocker（およびDocker Swarm）でJupyterlabを設定する方法に関する中程度の記事を書きました。
Dockerでソリューションを検索しないことは明らかですが、統計とMLに必要な多くのパッケージを含む既存のDockerfileを使用すると、時間を大幅に節約できます。
Windows 10、64ビットシステム用のOpenCL SDK for Intelセットアップがあります。 Python 3.7のPyOpenCLもインストールしました。condaではインストールしませんでしたが、WHLファイルでpipしました。IDELで問題なく使用できます。PyOpenCLをJupyterノートブックで使用するにはSpyder（Anaconda3）私は次のことをさらに行いました：
WindowsのスタートメニューからAnaconda Powershellプロンプト（Anaconda3）を検索し、管理者として実行（ユーザー権限エラーを回避するため）
次のように試して更新してください：
（ベース）PS C：\ WINDOWS\system32> conda update -n base conda -c anaconda
（警告：しばらく更新されていない場合、これにはしばらく時間がかかることがあります。）yと入力して、要求されたときに続行します。
エラーなしで実行されたので、PyOpenCLをインストールする準備ができました。
（ベース）PS C：\ WINDOWS\system32> conda install -c conda-forge pyopencl
尋ねられたら続行するにはyと入力します。
（これは速くなります！）
これで、SpyderまたはJupyterを起動してテストできます。
pyopenclをclとしてインポート
エラーを出さずに、準備が整いました。それがそうです。 Windows 10、64ビットでJupyterおよびSpyder 3を使用したテストが行われています。これがお役に立てば幸いです。