Pytorch针对不同电脑配置详细讲解+安装(CPU)

一、前言

安装pytorch前,应按照我前边的博文中,安装完anaconda和pycharm,并且配置完环境变量以后哈。

Pytorch是什么?

它是一个库,是一个开源的机器学习框架,专注于深度学习任务,由Facebook的人工智能研究团队i开发和维护,提供了灵活的张量计算和动态计算图能力,使得开发者能够以一种直观且高效的方式构建和训练深度学习模型。

优点很多,自行寻找。

然后呢,因为这个库一直在不断迭代更新,以及不同的电脑的配置不同,所有就产生了一个适配上的问题,比如说一个配置很低的电脑,肯定是不能去用最新的这个库,我们应该对不同的电脑选择不同的库。

而和深度学习嘻嘻相关的几个电脑硬件主要是这几个,GPU(图形处理单元)、CPU(中央处理单元)、存储设备(SSD)和内存(RAM)。

而本文主要是讲Torch这个库,而这个库的安装主要是和电脑的GPU和CPU这两个硬件息息相关。所以本文,主要是从这两个硬件上阐述的。

所以,先检查一下,自己的电脑有没有GPU(显卡)。查询方式应该很简单。

二、电脑只有CPU

只有cpu的话就比较简单了,不会那么复杂了

创建虚拟环境

每一个项目所需要的包都是不同的,就算包相同,那版本也可能会不同,为了避免冲突,所有我们可以为每一个项目配置一个虚拟环境。

1、键盘输入win+R,弹出一个窗口,输入cmd,点回车进去命令行窗口(如图所示)

2、创建一个虚拟环境

复制代码
conda create -n yidaqi python==3.8.5

yidaqi是举例的一个虚拟环境的名字,python==3.8.5,是选择的这个虚拟环境中的python版本。

输入完后,点回车,等待一会,输入y就行,就会安装一些基本的库到所创建的虚拟环境里面。

3、激活创建的虚拟环境,也就是进入到虚拟环境里面

继续在刚才创建完的命令行窗口中,输入以下指令

复制代码
conda activate yidaqi

就进入到名为yidaqi的虚拟环境当中。

4、安装Pytorch

讲我们的torch安装到上边所创建的虚拟环境里面。

点击PyTorch

进入pytorch官网,会出现以下界面。

推荐使用conda命令,conda是anaconda的包管理器。

(1)conda可以让你同时管理安装处理有关的python任务和跟python无关任务,即pip可以允许在任何环境中安装python包,conda允许你在conda环境中安装任何语言包(包括C语言或者python)。

(2)因为pip不能安装和解析conda的包格式。可以使用这两个工具,但是它们是不能交互的

(3)由于pip是从源代码安装的,所以如果你无法编译源代码,那么安装它可能会很痛苦(这在Windows上尤其如此,但如果软件包有一些困难的C或FORTRAN库,甚至在Linux上也是如此)依赖)。

(4)Conda从二进制文件安装,这意味着有人(例如Continuum)已经完成了编译软件包的艰苦工作,因此安装非常简单。不过,个人感觉conda安装有些慢。(相对pip 来说)

安装pytorch

出现

5、安装完成后,在创建的虚拟环境下,输入conda list看一下有哪些库。

这三个出来就没问题了。使用conda安装出现的是**pytorch、**torchvision和torchaudio。

使用pip安装出现的应该是**torch、**torchvision和torchaudio。

也可以用下面方法测试是否安装成功,测试方法为:

测试numpy: import numpy

测试pytorch: import torch

若输入import numpy 报错:需下载numpy包,安装完之后再测试就可以了。

可输入命令:conda install numpy

相关推荐
Fairy要carry2 分钟前
面试-Skill粒度粗细的影响
人工智能
Ulyanov2 分钟前
Pymunk 2D物理游戏开发教程系列 第一篇:物理引擎入门篇 -《弹球大作战》
python·pygame·雷达电子战·仿真引擎
古希腊掌管代码的神THU8 分钟前
【清华代码熊】RL后训练解析|Cursor Composer 2 技术报告
人工智能·深度学习·自然语言处理·composer
lpfasd12322 分钟前
以Trae为例,拆解AI编程工具沙箱
人工智能·ai编程
猿类崛起@24 分钟前
CherryStudio配置本地MCP服务器实现FileSystem本地文件系统读写操作
人工智能·学习·程序员·大模型·agent·ai大模型·mcp
AI医影跨模态组学27 分钟前
Cell Rep Med(IF=10.6)北京清华长庚医院李国新&云南省肿瘤医院放射科李振辉等团队:基于TME的深度学习模型预测胃癌治疗反应
人工智能·深度学习·医学·医学影像·医学科研
宇擎智脑科技28 分钟前
Claude Code 源码分析(二):Shell 命令安全体系 —— AI Agent 执行终端命令的纵深防御设计
人工智能·安全·claude code
TianFuRuanJian31 分钟前
当车辆热管理系统遇到工业AI
人工智能·汽车
AI营销先锋31 分钟前
原圈科技AI市场分析:破解增长瓶颈,领航智能营销
大数据·人工智能