anaconda安装及配置+pytorch安装与配置(自用笔记)

最新推荐文章于 2024-08-09 08:52:47 发布
最新推荐文章于 2024-08-09 08:52:47 发布
阅读量460 收藏 3
点赞数 1
文章标签： pytorch 笔记 人工智能
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/m0_46122129/article/details/133705032
版权

anaconda安装及配置

1、anaconda官网下载安装包

在这里插入图片描述
下载好后进行安装

2、anaconda安装地址(记住安装路径)：

在这里插入图片描述

3、配置环境变量

在这里插入图片描述
打开anaconda prompt:
在这里插入图片描述
输入命令conda list:
在这里插入图片描述
可以看到安装好的很多包！
至此anaconda配置完成。

PyTorch的安装与配置

使用conda指令创建一个pytorch的环境

conda create -n pytorch python=3.11
其中-n代表环境名字，3.11是python版本
在这里插入图片描述
在这里插入图片描述
接下来看如何安装pytorch。

1、首先在命令行输入 nvidia-smi 查看本机的 CUDA 版本：

在这里插入图片描述
然后去pytorch官网下载,在 Get Started 中设置以下选项:
在这里插入图片描述
复制下载指令在你创建的环境下进行安装
在这里插入图片描述
输入指令pip list检验是否安装成功
在这里插入图片描述
在这里插入图片描述
至此pytorch安装成功了。

PyCharm中配置PyTorch环境

Conda 可执行文件选择：D:\Anaconda3\Scripts\conda.exe
在这里插入图片描述

使用Jupyter notebook

由于安装好 Anaconda 后顺带装了 Jupyter，但是他默认是装在 base 环境中的，因此我们还需要进入 PyTorch 环境中安装相应的包：
Python 3.11版本可以使用指令：

conda install -c conda-forge nb_conda

安装好后输入以下命令打开 Jupyter：

jupyter notebook

在 D 盘启动需要加上路径：

jupyter notebook D:

在这里插入图片描述

Think-killer
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
PyTorch自用笔记（第四周）
qq_41882866的博客
08-07 495
PyTorch自用笔记（第四周）七、神经网络与全连接层7.1 逻辑斯蒂回归7.2交叉熵7.3 多分类问题实战7.4 全连接层 七、神经网络与全连接层 7.1 逻辑斯蒂回归 线性回归回顾：机器学习-吴恩达（第一周）二、模型描述 目标：pred = y 方法：最小化dist(|pred - y|) 逻辑斯蒂回归：机器学习-吴恩达（第二周）六、分类问题 目标：benchmark如精确度 方法1：最小化dist 方法2：最小化divergence 7.2交叉熵 softmax复习： enlarger the lar
PyTorch自用笔记（第一周）
qq_41882866的博客
07-10 151
PyTorch 第一周一、深度学习初见1.1 深度学习框架简介1.1.1 PyTorch的发展1.1.2 PyTorch与同类框架 一、深度学习初见 1.1 深度学习框架简介 1.1.1 PyTorch的发展 2002年Torch->2011年Torch7 Lua语言制约了Torch发展 PyTorch于2018.12发布正式版本，采用CAFFE2后端 本教程使用的是2019.5发布的1.1 1.1.2 PyTorch与同类框架 Google：theano -> Tensorflow1 -&g
pytorch2.1.0+cuda 12.1 环境配置自用学习笔记
qq_53434590的博客
03-23 429
pytorch2.1.0+cuda12.1 python3.10.11环境配置自用学习笔记
【小土堆】PyTorch深度学习快速入门教程笔记(自用复习)
qq_35975367的博客
01-04 581
建议pycharm用视频里的版本，最新版本有些配置用不明白。
安装环境（自用笔记）
没报错的博客
06-02 155
文件的目录，然后运行以下命令：pip install .whl安装，验证安装完成：pip show packagename。安装vscode，换成中文版：在扩展搜索Chinese，安装插件。安装python解释器，在扩展搜索python。安装-python-gpu的时候，下载.whl版本更快，可以先下载到本地，切换到包含。激活虚拟环境：conda activate yourenvname。
【人工智能】一文搞定 GPU加速计算、Anaconda、CUDA、pytorch安装、基于Pytorch的手写字识别MNIST程序
晚安的博客
03-03 759
本篇博客记录博主搭建神经网络环境的过程。如果对博主的其他文章感兴趣，可以看这篇文章。
PyTorch入门笔记（自用）
i++;
08-20 707
pytorch入门笔记1.环境安装及配置1.1 安装anaconda1.2 验证安装1.3 检查显卡驱动是否正常1.4有序的安装环境---conda1.5安装pytorch1.6 检查是或否安装成功2.第一个pytorch工程2.1使用pycharm创建pytorch工程pycharm好处2.2使用jupyter创建pytorch工程2.21 在pytorch环境中安装jupyter 1.环境安装及配置 1.1 安装anaconda 官方下载地址：https://www.anaconda.com/produ
深度学习入门（小土堆pytorch视频笔记）：复盘自用
aygh的博客
01-23 809
例如：dir(torch);help(torch.cuda.is_available)1.类的成员变量可以忽略不写，在构造方法中直接使用（即赋值又定义）2.def就是函数，def__init__()为构造方法 :init前后两个下划线3.self（必须有）相当于java中的this4.class MyData(Dataset): 子类MyData继承父类Dataset5.import`导入整个模块，而 from import`导入指定成员
PyTorch：找不到必要的动态链接库（DLL）文件
GDHBFTGGG的博客
08-06 741
PyTorch：找不到必要的动态链接库（DLL）文件。
PyTorch重写DataSet类
m0_52420323的博客
08-06 527
摘要：pytorch，深度学习，python
CUDA-MODE 第一课: 如何在 PyTorch 中 profile CUDA kernels
最新发布
I good vegetable a!
08-09 541
我的课程笔记，欢迎关注：https://github.com/BBuf/how-to-optim-algorithm-in-cuda/tree/master/cuda-mode。
【踩坑】pytorch中的索引与copy_结合不会复制数据及其解决方案
xfxuezhang.cn
08-06 760
小众又基础的一个问题
Python面试题：结合Python技术，如何使用PyTorch进行动态计算图构建
码农超哥的博客
08-06 612
PyTorch 是一个流行的深度学习框架，它通过动态计算图（Dynamic Computation Graphs）来支持自动微分（Autograd）。动态计算图的特点是每次前向传播时都会构建新的计算图，这使得它非常灵活，适合处理可变长度的输入和复杂的模型结构。以下是如何使用 PyTorch 构建动态计算图的步骤和示例：导入必要的库：定义模型：创建输入数据：前向传播：反向传播：更新参数：以下是一个简单的线性回归示例，演示了如何使用动态计算图： 关键点解析 动态计算图：在 方法中，每次调用都会构建新的计算
使用torch普通算子组合替代torch.einsum爱因斯坦求和
libo-coder
08-06 287
具体来说，这个操作的输入是两个形状为 [b, n, d] 和 [b, m, d] 的张量 x 和 y，输出是一个形状为 [b, n, m] 的张量 z。其计算过程可以理解为：对于每个 b，z[b, n, m] 等于 x[b, n, :] 和 y[b, m, :] 之间的点积。为了用普通的 torch 操作符来替代 einsum，我们可以通过 torch.matmul 函数实现。torch.einsum(‘bnd, bmd->bnm’, x, y) 表示的是对张量 x 和 y 进行特定的求和和维度变换。
三大机器学习框架对比：TensorFlow、PyTorch与Scikit-Learn
weixin_43298211的博客
08-06 1323
本篇旨在深入探讨三种主流机器学习框架——TensorFlow、PyTorch与Scikit-Learn。随着数据科学和人工智能领域的快速发展，这些框架已成为构建和部署机器学习模型的关键工具。鉴于每种框架的特点和优势各有侧重，了解其核心功能和适用场景对于选择合适的工具至关重要。TensorFlow作为一个由Google Brain团队开发的开源项目，自2015年发布以来，便凭借其强大的扩展性和灵活性，在业界赢得了广泛的认可。
Pytorch人体姿态骨架生成图像
chengxuyuanlaow的博客
08-06 885
ControlNet是一个稳定扩散模型，可以复制构图和人体姿势。ControlNet解决了生成想要的确切姿势困难的问题。Human Pose使用OpenPose检测关键点，如头部、肩膀、手的位置等。它适用于复制人类姿势，但不适用于其他细节，如服装、发型和背景。输入一个图像，并提示模型生成一个图像。Openpose将为你检测姿势。🔹 本案例需使用Pytorch-1.8 GPU-P100及以上规格运行。
使用 Pytorch 从头开始​​构建 Transformer
gongdiwudu的专栏
08-06 1387
在今天的博客中，我们将了解 Transformer 的架构。Transformer 通过引入一种通过注意力机制捕获序列内依赖关系的新机制，彻底改变了自然语言处理 (NLP) 领域。让我们分解一下，使用 PyTorch 从头开始​​实现它。
直接用文件方式安装Cuda版本的Pytorch
08-06 245
直接用文件方式安装Cuda版本的Pytorch
anaconda+pycharm+pytorch安装
06-06
Anaconda、PyCharm和PyTorch都是在Python开发中非常实用的工具。下面将分别介绍它们的安装。 首先，Anaconda是一个数据科学的IDE，含有许多科学计算库和Python包。在其官方网站（https://www.anaconda.com/products/individual）上下载对应操作系统的安装包，双击打开安装即可。在安装时需要进行一些设置，比如选择安装路径和添加环境变量等。安装完成后，可以在Anaconda的Navigator中找到安装好的Python环境，并在其中安装需要的包。 其次，PyCharm是一个受欢迎的Python开发工具，它有专业版和社区版两个版本。在其官方网站（https://www.jetbrains.com/pycharm/download/）上下载对应版本的安装包，双击打开安装即可。在安装时同样需要进行一些配置，比如选择安装路径、添加环境变量等。安装完成后，可以在PyCharm中打开Anaconda中安装的Python环境，方便地进行Python开发。 最后，PyTorch是一个深度学习框架，安装流程有点复杂。首先需要安装Anaconda，然后在其中创建一个新的环境。在命令行上输入以下命令即可安装PyTorch： ``` conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 其中，包含了PyTorch的核心模块torch，以及一些常用的扩展模块torchvision和torchaudio。如果希望使用GPU进行计算，则需要额外安装对应的CUDA工具。 总的来说，Anaconda、PyCharm和PyTorch都是非常实用的工具，在安装时需要注意一些配置，这些工具能够提高Python开发的效率和学习深度学习的体验。
评论 1
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

打赏作者

Think-killer

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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