PyTorch入门教学——简介与环境配置

一、简介

  • PyTorch是一个开源的Python机器学习库,其前身是2002年诞生于纽约大学的Torch。它是美国Facebook公司使用python语言开发的一个深度学习的框架。
  • 特点:
    • 简洁
      • PyTorch的设计追求最少的封装,尽量避免重复造轮子。 简洁的设计带来的另外一个好处就是代码易于理解。PyTorch的源码只有TensorFlow的十分之一左右,更少的抽象、更直观的设计使得PyTorch的源码十分易于阅读。
    • 速度
      • PyTorch的灵活性不以牺牲速度为代价,在许多评测中,PyTorch的速度表现胜过 TensorFlow和Keras等框架。
    • 易用
      • PyTorch 是所有的框架中面向对象设计的最优雅的一个。PyTorch的面向对象的接口设计来源于Torch,而Torch的接口设计以灵活易用而著称,Keras作者最初就是受Torch的启发才开发了Keras。PyTorch继承了Torch的衣钵,尤其是API的设计和模块的接口都与Torch高度一致。PyTorch的设计最符合人们的思维,它让用户尽可能地专注于实现自己的想法,即所思即所得,不需要考虑太多关于框架本身的束缚。

二、安装

1、安装Anaconda

2、配置Anaconda源

  • 设置清华源,提高下载包的速度。打开Anaconda Prompt,输入如下命令。
复制代码
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

3、创建Conda虚拟环境

  • 创建虚拟环境前,需要修改虚拟环境的存放位置,默认是安装在用户目录C:\Users\username.conda\envs下的。在Anaconda Prompt中输入如下命令。
    *

    复制代码
      conda config --add envs_dirs D:\App\Anaconda3\envs
  • 如果修改失败,请参照:改变conda虚拟环境的默认路径_修改conda安装虚拟环境路径-CSDN博客

  • 输入如下命令,创建虚拟环境。
    *

    复制代码
      conda create -n Demo python=3.11.5
    • 其中,Demo为环境名称,并且指定了python的版本号。
  • 输入如下命令,查看现存虚拟环境。
    *

    复制代码
      conda info --envs
  • 如果要删除虚拟环境,输入如下命令。
    *

    复制代码
      conda env remove -n 环境名

4、下载PyTorch

  • 进入虚拟环境
    *

    复制代码
      conda activate 虚拟环境名称
  • 进入PyTorch的官网:PyTorch

  • 由于尝试使用Conda无法安装成功,故使用pip进行安装。选择对应的版本,复制命令行。

  • 可以通过在终端中输入如下命令进行查看。

  • 版本要求:CUDA对应的NVIDIA驱动版本对照表_cuda 对应驱动版本-CSDN博客,这里选择的是GPU版本。

  • 粘贴命令行到Anaconda Prompt中(要进入创建的虚拟环境),加上清华镜像源-i https://pypi.tuna.tsinghua.edu.cn/simple,运行。
    *

    复制代码
      pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 【注】如果碰到了缺包的错误提示,将环境删除,重新创建过。

5、验证是否安装成功

  • 从创建的虚拟环境中进入python,输入如下命令。
python 复制代码
import torch
import torchvision
print(torch.cuda.is_available())
  • 不报错,并且显示Ture,即安装成功。
  • 输入quit(),可退出python;输入conda deavtivate,可退出虚拟环境。
相关推荐
清幽竹客2 分钟前
Day 3:Python模块化、异常处理与包管理实战案例
python
磊叔的技术博客3 分钟前
LLM 系列(六):模型推理篇
人工智能·面试·llm
爱分享的飘哥3 分钟前
【V6.0 - 听觉篇】当AI学会“听”:用声音特征捕捉视频的“情绪爽点”
人工智能·音视频
fzyz1239 分钟前
Windows系统下WSL从C盘迁移方案
人工智能·windows·深度学习·wsl
BIYing_Aurora12 分钟前
【IPMV】图像处理与机器视觉:Lec13 Robust Estimation with RANSAC
图像处理·人工智能·算法·计算机视觉
数据与人工智能律师18 分钟前
数字资产革命中的信任之锚:RWA法律架构的隐形密码
大数据·网络·人工智能·云计算·区块链
CHANG_THE_WORLD29 分钟前
封装一个png的编码解码操作
图像处理·人工智能·计算机视觉
赛丽曼43 分钟前
Assistant API的原理及应用
人工智能·chatgpt
菜包eo1 小时前
二维码驱动的独立站视频集成方案
网络·python·音视频
Yo_Becky1 小时前
【PyTorch】PyTorch预训练模型缓存位置迁移,也可拓展应用于其他文件的迁移
人工智能·pytorch·经验分享·笔记·python·程序人生·其他