一、概述
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,2017年1月,Facebook人工智能研究院(FAIR)在GitHub上开源了PyTorch。
特点:
-
(1)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。 -
(2)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。 -
(3)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
参考:win11安装配置anaconda
anaconda安装时会自带安装相应的python版本。
安装完成后,可以运行cmd,使用conda --version查看anaconda的版本;用conda list查看安装的包,这里面也包含了python,可以看到对应的python版本。
D:\cuda>conda --version
conda 4.10.1
2、安装CUDA
参考:https://blog.csdn.net/Blueeyedboy521/article/details/125314920
3、安装PyTorch
打开官网:https://pytorch.org/
点击“install”,然后进入版本的选择页面
正常如果你本地的CUDA和PyTorch一致,则Command会出现安装命令,像我本地安装CUDA10.2,则会提示不符合,则需要找历史版本的PyTorch
打开历史版本地址:https://pytorch.org/get-started/previous-versions/
找到如下:
# CUDA 10.2
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch
三、测试安装成功
新建main.py
import torch
# Press the green button in the gutter to run the script.
if __name__ == '__main__':
print(torch.__version__)
print('gpu:', torch.cuda.is_available())