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。
- 简洁
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。
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。
*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。
*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。
*conda info --envs
-
如果要删除虚拟环境,输入如下命令。
*conda env remove -n 环境名
4、下载PyTorch
-
进入虚拟环境
*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。
*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
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。