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

安装步骤：超详细Anaconda安装教程-CSDN博客

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。