【PyTorch】深度学习快速入门（一）环境搭建--基于小土堆

于 2024-08-27 16:18:49 发布
阅读量208 收藏 3
点赞数 2
分类专栏： PyTorch 教程 文章标签： 深度学习 pytorch 人工智能 vscode jupyter python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/f272935657/article/details/141604868
版权

目录

Pytorch环境搭建

本系列使用vscode的jupyter支持插件进行深度学习开发

vscode下载及安装

可以参考下面这个
vscode下载及安装
安装后需要安装这两个插件即可
在这里插入图片描述
在这里插入图片描述

Anconda安装–用来创建虚拟环境

可参考下面这个博客
Anconda下载安装
安装好后，打开Anconda Prompt 创建虚拟环境

 conda create -n PyTorch python==3.8

打开 PyTorch 官网，根据自己的需求选择
请添加图片描述

把最下面的代码复制到Anconda Prompt 下运行

验证

在anconda终端栏中依次输入

conda activate PyTorch
python
import torch
torch.cuda.is_available()

CPU：False
GPU: True
为正常

到此环境搭建完毕

@Fsallen
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
PyTorch深度学习快速入门教程 - 【小土堆学习笔记】
做一只猫的博客
02-14 2763
博主本人技术力不高，这篇博客可能会因为个人水平问题出现一些错误，但作为小白，还是希望能写下一些碰到的坑，尽力帮到其他小白。
PyTorch深度学习快速入门(小土堆)
太极生两鱼
03-29 347
【代码】PyTorch深度学习快速入门(小土堆)
PyTorch深度学习快速入门教程【小土堆】 学习笔记
竦貊的博客
05-27 9509
目录学习视频地址 —— B站1 pyTorch安装和配置已经测试，速度很慢，30kB/s已经测试，最有效的办法，速度最快,3MB/s2 python 编辑器的安装pyCharm 安装注意事项pyCharm 配置检测是否正常运行新环境中安装jupyterjupyter 使用指南3 为什么 返回 false4 pyhton 学习中的两个 法宝函数 学习视频地址 —— B站 PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】 1 pyTorch安装和配置 anaconda 安装路径：D:\anac
Pytorch深度学习快速入门教程【小土堆Pytorch学习笔记】
qq_54012756的博客
09-28 1153
本文的所有笔记均基于b站小土堆pytorch教程，对于视频教程中的所有内容做出了笔记记录
PyTorch深度学习快速入门教程--学习笔记
qq_53732840的博客
08-18 964
① torchvision中有很多数据集，当我们写代码时指定相应的数据集指定一些参数，它就可以自行下载。② CIFAR-10数据集包含60000张32×32的彩色图片，一共10个类别，其中50000张训练图片，10000张测试图片。
Pytorch深度学习快速入门教程 -- 土堆教程笔记（二）
weixin_43636084的博客
07-25 1259
Pytorch入门学习（二）
Pytorch深度学习快速入门教程 -- 土堆教程笔记（三）
weixin_43636084的博客
07-31 835
Pytorch入门学习（三）
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】笔记
热门推荐
sinat_39448069的博客
10-23 1万+
PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】笔记一级目录二级目录三级目录 链接: PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】. 一级目录 二级目录 三级目录
我在B站读大学-【小土堆】PyTorch深度学习快速入门教程学习笔记(一)
qq_41642036的博客
09-21 2172
Pytorch入门选手的学习笔记 (标号与视频完全对应),尽可能的在详细记录了自己的学习内容, 包括但不限于(加了详细注释的代码, 截图并补充了说明的插图, UP讲课时的关键内容) 因为自己学习过程中看其他博主的笔记, 有所收获,. 希望我的笔记也可以帮助一起学习的小伙伴, 加油哇~
PyTorch深度学习快速入门（b站小土堆）P27-笔记
Youyali_的博客
07-01 572
训练模型（初级）
PyTorch深度学习快速入门（b站小土堆）P16-笔记
Youyali_的博客
06-30 788
torch.nn 卷积操作 最大池化 损失函数 反向传播 优化器 模型的修改
pytorch学习（六）---搭建简单的神经网络以及sequential的使用
qq_41858089的博客
11-23 1454
本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！ 本节以CIFAR10的模型结果（如下图）为例，搭建该简易的神经网络。 首先需要知道某一个尺寸的图片经过卷积之后的尺寸如何计算。 知道怎么计算之后，看模型图输入为32*32，经过一个5*5卷积核卷积之后，图片的尺寸依...
36、Pytorch之小土堆学习记录
sxj731533730
01-15 1429
基本思想：花了两天时间把bilibil上小土堆的视频刷完了，简单记录一下PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili 一、首先是搭建训练网络 （1）、网络模型 model_tudui.py ​ import torch.nn as nn import torch class Tudui(nn.Module): def __init__(self): super(Tudui,self).__init__() .
深度学习100问10-什么是CBOW模型
yyq916的博客
08-24 202
为了完成这个任务，CBOW 会先把这些线索词（周围的词）都转换成向量，然后把这些向量加起来或者求平均，得到一个综合的向量表示。接着，CBOW 会用这个综合向量去预测目标词。在这个过程中，CBOW 就学会了如何把每个词都用一个向量来表示，而且意思相近的词对应的向量也会比较接近。这样训练出来的词向量可以用于很多自然语言处理任务，比如文本分类、情感分析、机器翻译等。它从一个文本中选取一个词作为目标词，然后把这个目标词周围的几个词当成线索。CBOW 的任务就是根据这些线索来猜出目标词是什么。
深度学习学习经验——全连接神经网络（FCNN）
Linductor的博客
08-22 910
全连接神经网络（FCNN）是最基础的神经网络结构，它由多个神经元组成，这些神经元按照层级顺序连接在一起。每一层的每个神经元都与前一层的每个神经元连接。接待区交流区和结果区。
【深度学习与NLP】——深度卷积神经网络AlexNet
最新发布
lingxw的博客
08-27 711
AlexNet 的出现极大地推动了深度学习在计算机视觉领域的发展。它证明了深度神经网络在图像识别等任务上的强大能力，为后续的研究提供了重要的参考和启示。此后，各种深度神经网络架构不断涌现，性能也不断提升。总之，AlexNet 是深度学习发展历程中的一个重要里程碑，它的创新之处和优异性能对计算机视觉领域产生了深远的影响。
深度学习学习经验——长短期记忆网络（LSTM）
Linductor的博客
08-23 1198
长短期记忆网络（LSTM，Long Short-Term Memory）是一种特殊的循环神经网络（RNN），专为解决 RNN 中长期依赖问题而设计。
深度学习 回归问题
Network_Engineer的博客
08-24 1572
梯度下降算法与求极值的方法非常类似, 其核心思想是求解。为学习率, 以上述公式为基础，发展出了更多的求解器.深度学习中, 梯度下降算法是是一种很重要的算法.加了压缩函数后, 压缩了预测范围[0, 1].在现实世界中, 数据总是会存在误差.预测范围为实数区间.
PyTorch深度学习入门：60分钟快速上手
教程涵盖了 PyTorch 的核心特性，包括替代 NumPy 利用 GPU 加速计算的能力，以及作为一个提供高度灵活性和速度的深度学习研究平台。" 在深入探讨 PyTorch 的具体内容之前，首先需要了解 PyTorch 是什么。PyTorch 是...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值