简洁安装配置在Windows环境下使用vscode开发pytorch

简洁安装配置在Windows环境下使用vscode开发pytorch

使用anaconda安装pytorch,通过vscode集成环境开发pytorch

下载 anaconda

  1. 下载网址,选择对应系统的版本 https://repo.anaconda.com/archive/
    windows可以选择Anaconda3-2024.10-1-Windows-x86_64.exe
  2. 检查 conda 是否安装成功
    conda --version
  3. 升级 conda
    conda update conda
    添加镜像源
bash 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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

查看已经添加的channels

bash 复制代码
conda config --get channels
  1. 安装conda完成 配置安装Python虚拟环境
bash 复制代码
conda create --name py311 python=3.11
conda activate py311
  1. 使用命令检查配置环境
bash 复制代码
conda env list 

安装pytorch conda install pytorch

  1. 直接执行
    安装pytorch,它默认安装的是cpu版本的pytorch。
bash 复制代码
conda install pytorch 

要安装很多插件,需要等一段时间

配置vs code 的pytorch的开发环境

  • 安装如下插件

  1. 测试pytorch是否正确安装

    新建一个扩展名为py的文件,代码如下:

    bash 复制代码
    import torch
    
    # 检查是否可以使用GPU
    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    print(f"Using device: {device}")
    
    # 创建一个简单的张量
    x = torch.tensor([1.0, 2.0, 3.0], device=device)
    print(f"Tensor x: {x}")
    
    # 创建y张量
    y = torch.tensor([4.0, 5.0, 6.0], device=device)
    print(f"Tensor : {y}")
    # 张量加法
    z = x + y
    print(f"Tensor z (x + y): {z}")
    
    # 张量乘法
    w = x * y
    print(f"Tensor w (x * y): {w}")
  2. 运行py文件,右下角选择py311环境

  3. 输出如下使用CPU的环境

bash 复制代码
Using device: cpu
Tensor x: tensor([1., 2., 3.])
Tensor : tensor([4., 5., 6.])
Tensor z (x + y): tensor([5., 7., 9.])
Tensor w (x * y): tensor([ 4., 10., 18.])
相关推荐
码荼7 分钟前
学习开发之hashmap
java·python·学习·哈希算法·个人开发·小白学开发·不花钱不花时间crud
小陈phd1 小时前
李宏毅机器学习笔记——梯度下降法
人工智能·python·机器学习
喝过期的拉菲1 小时前
如何使用 Pytorch Lightning 启用早停机制
pytorch·lightning·早停机制
kk爱闹1 小时前
【挑战14天学完python和pytorch】- day01
android·pytorch·python
Blossom.1181 小时前
机器学习在智能建筑中的应用:能源管理与环境优化
人工智能·python·深度学习·神经网络·机器学习·机器人·sklearn
亚力山大抵2 小时前
实验六-使用PyMySQL数据存储的Flask登录系统-实验七-集成Flask-SocketIO的实时通信系统
后端·python·flask
showyoui2 小时前
Python 闭包(Closure)实战总结
开发语言·python
amazinging2 小时前
北京-4年功能测试2年空窗-报培训班学测开-第四十一天
python·学习·appium
amazinging3 小时前
北京-4年功能测试2年空窗-报培训班学测开-第三十九天
python·学习·appium
m0_723140233 小时前
Python训练营-Day42
python