锋哥原创的PyTorch2 Python深度学习视频教程:
https://www.bilibili.com/video/BV1eqxNzXEYc
课程介绍

基于前面的机器学习Scikit-learn,深度学习Tensorflow2课程,我们继续讲解深度学习PyTorch2,所以有些机器学习,深度学习基本概念就不再重复讲解,大家务必学习好前面两个课程。本课程主要讲解基于PyTorch2的深度学习核心知识,主要讲解包括PyTorch2框架入门知识,环境搭建,张量,自动微分,数据加载与预处理,模型训练与优化,以及卷积神经网络(CNN),循环神经网络(RNN),生成对抗网络(GAN),模型保存与加载等。
PyTorch2 Python深度学习 - PyTorch2安装与环境配置
PyTorch2安装环境适用于 Windows、Linux、macOS,PyTorch2和Tensorflow2一样,模型都可以跑CPU和GPU。

我们安装以Windows操作系统和跑CPU为例讲解。首先新建项目,Python版本用3.11,以及使用虚拟环境创建。

安装命令:
pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple
-
pytorch:主框架; -
torchvision:用于计算机视觉任务;
安装完后:

我们来验证下是否安装成功:
import torch
print('PyTorch版本:', torch.__version__)
print('是否可用CPU:', torch.cpu.is_available())
print('设备类型:', torch.device('cpu'))
运行结果:
PyTorch版本: 2.9.0+cpu
是否可用CPU: True
设备类型: cpu