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
春哥的研究所14 分钟前
AI人工智能名片小程序源码系统,名片小程序+分销商城+AI客服,包含完整搭建教程
人工智能·微信小程序·小程序
ahead~18 分钟前
【大模型入门】访问GPT_API实战案例
人工智能·python·gpt·大语言模型llm
喜欢吃豆18 分钟前
深入企业内部的MCP知识(三):FastMCP工具转换(Tool Transformation)全解析:从适配到增强的工具进化指南
java·前端·人工智能·大模型·github·mcp
pany25 分钟前
写代码的节奏,正在被 AI 改写
前端·人工智能·aigc
我爱一条柴ya1 小时前
【AI大模型】神经网络反向传播:核心原理与完整实现
人工智能·深度学习·神经网络·ai·ai编程
万米商云1 小时前
企业物资集采平台解决方案:跨地域、多仓库、百部门——大型企业如何用一套系统管好百万级物资?
大数据·运维·人工智能
新加坡内哥谈技术1 小时前
Google AI 刚刚开源 MCP 数据库工具箱,让 AI 代理安全高效地查询数据库
人工智能
慕婉03071 小时前
深度学习概述
人工智能·深度学习
大模型真好玩1 小时前
准确率飙升!GraphRAG如何利用知识图谱提升RAG答案质量(额外篇)——大规模文本数据下GraphRAG实战
人工智能·python·mcp
19891 小时前
【零基础学AI】第30讲:生成对抗网络(GAN)实战 - 手写数字生成
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·近邻算法