【机器学习入门】搭建Pytorch开发环境以及Hello World项目

1. 下载安装Anaconda，这是一套Python科学计算的全家桶，实际上指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，所以下载的文件比较大，Anaconda3-2019.10-Windows-x86_64.exe的大小是461MB；

2. 下载安装Pycharm，个人觉得Anaconda的Jupyter Notebook并不好用，还是想在电脑上用Pycharm写Python，因此下了这个：

3. 下载Pytorch或者TensorFlow，我这里先用Pytorch，安装也很简单，去Pytorch官网(https://pytorch.org/get-started/locally/#mac-anaconda)看自己机器合适的版本，如果显卡不是Nvida的话，就用CUDA None的选项，我电脑是GTX1050ti，所以选了CUDA 10.1的推荐版本，如下:

由于国内访问很慢，可以去改conda的源，改成清华大学的镜像网站，根据帮助文件的说明（https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/），我们找到.condarc文件，把里面的内容替换成下面的即可：

ssl_verify: true
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

4. 管理员权限打开Anaconda Powershell命令行，输入Pytorch那里的安装命令

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

中间会提示你是否继续安装，选个y即可：

看到done的话基本没问题。

5. 进一步验证，打开Python，根据官方帮助文档的说明，键入如下代码：

>>> import torch
>>> x=torch.rand(5,3)
>>> print(x)
tensor([[0.8558, 0.0234, 0.7396],
        [0.0724, 0.3177, 0.7419],
        [0.1675, 0.5454, 0.7924],
        [0.7561, 0.5026, 0.4653],
        [0.8380, 0.1967, 0.5681]])
>>>

这样就表明Pytorch安装成功了。

6. 验证CUDA的支持情况：

>>> torch.cuda.is_available()
False
>>>  

此时百度了下，发现是显卡驱动程序的版本问题，去官方下对应机型最新的显卡驱动即可

https://www.nvidia.cn/Download/index.aspx?lang=cn

441.66-notebook-win10-64bit-international-nsd-dch-whql.exe

升级到最新的驱动版本441.66后，重试一下发现就可以了。

7. 将Anaconda的Python虚拟环境与Pycharm关联。

打开Pycharm，新建空项目，选中项目后“File -> Settings -> Project: 项目名 -> Project Interpreter”

然后选择Add 一个新的解释器

这个解释器有几种建立方式，我们这里选conda的虚拟环境，然后输入Anaconda的根目录，底下的是conda默认的base虚拟环境：

可以看到这个解释器下出现了很多可用的库，其中就包含我们要用的Pytorch

 

8. Hello world项目。

import torch

x = torch.rand(5, 3)
print(x)

运行程序，结果正常输出了：

 

后续再学习复杂的内容，饭要一口一口吃哈哈