2021-10-08

Pytorch的安装与使用

一，安装前准备工作

*1、查清楚自己的显卡版本号，*在“控制面板”上可以查到

2、因为安装的cuda对显卡驱动的版本是有要求的，如下所示，参考地址：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
如果你的显卡驱动版本太低，可以到官网上下载升级一下自己的显卡驱动，官网如下：https://www.nvidia.cn/geforce/drivers/

3、弄清楚自己电脑的显卡驱动和对应的cuda版本后，就到pytorch官网查找对应的软件版本，官网如下：https://pytorch.org/get-started/previous-versions/
根据自己的电脑选择相应的软件版本号，我这里选择的软件版本号如下：
显卡驱动425.31
cuda版本10.1
cudnn-10.1-windows10-x64-v8.0.5.39.zip
Python 3.7.8
pytorch 1.6.0
pycharm 最新版

二，安装

安装的顺序是显卡驱动、cuda、python、pytorch，我用的是pip指令安装的，并且都是先下载到本地再安装的，因为在线安装如果网络不稳定一般都容易失败，如果安装软件时有add path to local environment之类的选项，一定要勾选，这样它就能自动帮你配置好环境变量，省去了很多麻烦
1、安装显卡驱动
由于自己的电脑叫老旧，所以自己一上来先是升级自己的显卡驱动，在官网上搜索并下载合适的显卡驱动，它是一个exe程序，直接打开，一路点击默认或下一步即可，安装好后重启电脑就能升级到最新版本了


2、安装cuda10.1
在百度上直接搜索要下载的版本号即可找到，然后选择如下，文件较大2.4G，下载完后也是一个exe文件，点击运行，在选择安装组件是可以选择“自定义”，将一下不必要的组件去掉，如下所示。并且在安装的时候尽量不要选择默认路径安装到C盘，可以选择安装到其他盘，就这样一直默认下一步即可



3、安装cudnn10.1
深度神经网络库 (cuDNN) 是经 GPU 加速的深度神经网络基元库，下载网站如下，需要注册登录一个账号
https://developer.nvidia.com/zh-cn/cudnn
下载好的cudnn是一个zip包，解压后，将四个文件复制到C盘的cuda程序下就行了


4、安装Python 3.7.8
下载网站如下，选择的是exe文件，点击运行安装即可，一路默认下一步，可以选择安装路径，并且选择add path to
environment，就不用手动添加环境变量了
https://www.python.org/ftp/python/3.7.8/

安装好后，就可以在cmd中用Python -V命令查看版本号，Python命令进入Python编译环境
5、安装pytorch 1.6.0
下载网站如下：这里注意的是不要下载cpu开头的，而是下载cu开头的torch，否则后面验证pytorch和cuda的命令时 print(torch.cuda.is_available())就会先是FALSE
https://download.pytorch.org/whl/torch_stable.html
将下载好的whl文件放到本地，然后在cmd中cd到这个文件的本地路径，我的是C:\Users\14153\Downloads
然后执行命令pip install torch-1.6.0+cu101-cp37-cp37m-win_amd64.whl，就可以本地安装了，等一段时间就能安装好，pip命令需要安装好Python才可以执行。安装好pytorch后，进入Python环境进行验证，代码如下

import torch
print(torch.cuda.is_available())

返回TRUE则说明安装成功
再输入print(torch.__version__)
可以查看到pytorch的版本号是1.6.0+cu101

6、安装pycharm 最新版
pycharm 是一个Python语言的编译平台，相当于IDEA或eclipse，所以直接下载其最新版，下载网址如下：
https://www.jetbrains.com/pycharm/download/#section=windows
下载的是社区版，才是免费的，也是一个exe文件，注意的是安装路径的选择和base interpreter的选择，要选择自己安装的Python版本，一定要勾选add path… 这样就不用手动添加环境变量了。然后就是一路默认下一步就行了，打开新建一个项目额.py文件，运行输出结果无误即可安装成功


将pycharm与之前安装的pytorch联系起来，要到settings里面设置，如下图，python Interpreter的路径要选之前安装的python路径并选择show all就能展示之前安装的软件版本了

在pycharm中导入GitHub中的项目步骤，点击VCS，选择Get from Version Control，在URL中填入GitHub中的项目路径就行了，第一次导入时要下载Git插件

三，安装过程中遇到的问题

1、Pytorch错误：Torch not compiled with CUDA enabled，在验证

import torch
a=torch.cuda(0)

时出现的错误，意思就是安装的pytorch不能被cuda解释，一般是pytorch和cuda的版本不匹配，后来查看到自己下载的cpu版本的pytorch，应该下载gpu版本的pytorch的，就是上面所说的cu开头的torch

2、 Error loading “D:\Anaconda3\lib\site-packages\torch\lib\asmjit.dll” or one of its dependencies.（安装完torch模块后出现找不到指定模块的问题）
在执行import torch出现的错误

一方面先是下载安装 Visual Studio C++，报错里面就有下载地址，如果还有错误，则升级一下 numpy库，执行指令
pip install -U numpy

3、Python第三方包安装出现 file is not a zip file错误
在python环境下用pip在线安装pytorch时出现这个错误，原因就是在线安装网络不稳定导致下载的包不完整，所以先下载好pytorch包到本地进行本地安装
4、CUDA driver version is insufficient for CUDA runtime version错误就是cuda与显卡驱动的版本号不兼容出现的问题，安装相对应的版本号即可

四，运行第一个pytorch程序

pytorch官网上有提供测试实例的demo，在Tutorials中，搜索deep learning就能看到很多的测试demo，我这里选择的是TRAINING A CLASSIFIER这个demo
使用pytorch实现一个简单的图片分类器，具体教程参考如下：
up主的b站链接：https://space.bilibili.com/18161609/channel/index
up主将代码和ppt都放在了github：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
up主的CSDN博客：https://blog.csdn.net/qq_37541097/article/details/103482003

五、安装TensorFlow

TensorFlow是Google开发的，Pytorch是Facebook开发的

要看准版本号对应着下，我还是吃了亏，因为没有下对版本号，如果是python 3.0以上的执行的安装命令是：
pip3 install tensorflow==2.3.0(我的cuda是10.1版本，故只能下到2.3版本)，大概有300多M，然后还会下载一些安装环境，慢慢等待就好了。

安装好后，使用pip3 show tensorflow查看其版本，测试代码如下：
直接复制到pycharm运行即可

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
a = 3
b = 4
c = 5
y = tf.add(a*b, c)
print(y)
a = tf.constant(3, tf.int32)
b = tf.constant(4, tf.int32)
c = tf.constant(5, tf.int32)
y = tf.add(a*b, c)
print(y)
session = tf.compat.v1.Session()
print(session.run(y))
session.close()


```handlebars

如果安装不对应的版本号，会出现各种缺少文件的错误，这都是版本与cuda不匹配导致的，所以，一定要对着版本来下载安装

六、Pytorch和TensorFlow的区别

转载博客：https://zhuanlan.zhihu.com/p/196526402
谷歌的 TensorFlow已经是一个非常成熟的框架，但是最几年Facebook 的 PyTorch却异军突起，逐渐成为热门，而且似乎有要赶超TensorFlow的趋势
PyTorch有什么特点：
1、具有强大的GPU加速的张量计算（如NumPy）
2、包含自动求导系统的的深度神经网络
3、动态图机制
1 ) 区别
pytorch和TensorFlow最重要的一点区别就是在pytorch中是动态图机制，而在TensorFlow中是静态图机制。
虽然Tensorflow 2.0已经引入了动态图机制Eager模式。但是Tensorflow的API实在是太太太太太太多了，有点不好搞。而Pytorch清晰明了简洁,API比较简洁，所以比Tensorflow 更容易上手。

• 解决 ImportError: cannot import name ‘initializations’ from ‘keras’：In Keras 2.0, initializations was renamed (mirror) as initializers. You should therefore instead write：from keras import initializers Keras*
  2.0之后，initializations 改为 initializers
  range的用法： 在python2.7中： 用于获取指定范围内的数 range（0,10000） xrange用于获取指定范围内的数，xrange（0,100000）第一次写上之后在内存力不创建，只有通过for循环去迭代的时候才创建
  在python3中： 没有xrange，只有range，相当于python2.7中的

xrange for i in range（1,10） 
print(i) 

运行结果： 1 2 3 4 5 6 7 8 9 10