文章目录
PyTorch环境搭建
一、pytorch简介
1.1 pytorch是什么?
Pytorch是一个Facebook开源的深度学习框架,PyTorch的前身是Torch,其底层和Torch框架一样,但是使用Python重新写了很多内容,不仅更加灵活,支持动态图,而且提供了Python接口。它是由Torch7团队开发,是一个以Python优先的深度学习框架,不仅能够实现强大的GPU加速,同时还支持动态神经网络。
PyTorch既可以看作加入了GPU支持的numpy,同时也可以看成一个拥有自动求导功能的强大的深度神经网络。除了Facebook外,它已经被Twitter、CMU和Salesforce等机构采用。
1.2 pytorch的优点
-
PyTorch是相当简洁且高效快速的框架
-
设计追求最少的封装
-
设计符合人类思维,它让用户尽可能地专注于实现自己的想法
-
与google的Tensorflow类似,FAIR的支持足以确保PyTorch获得持续的开发更新
-
PyTorch作者亲自维护的论坛 供用户交流和求教问题
-
入门简单
二、安装pytorch(基于pycharm和anaconda)
2.1 创建虚拟环境(非必须)
虚拟环境就类似于为不同的项目创建不同的开发环境,开发环境内的所有使用的工具包互不影响,每个环境的的包的更改和删除都不会影响其他项目,环境相互独立,这就是虚拟环境的好处。
打开anaconda prompt或者cmd
查看当前的所有虚拟环境,*表示当前所在环境
conda env list
创建新的虚拟环境,环境名为pytorch,python版本为3.9,都可以根据需求来指定
conda create -n pytorch python==3.9
删除虚拟环境
conda remove -n pytorch --all
切换虚拟环境
activate pytorch
前面()表示当前环境,(base)是默认环境,(pytorch)是刚刚创建的环境
2.2 安装pytorch
在安装pytorch之前先检查自己电脑有没有GPU以及对于CUDA版本
1、GPU,又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站和一些移动设备上图像运算工作的微处理器,与CPU类似,只不过GPU是专为执行复杂的数学和几何计算而设计的,这些计算是图形渲染所必需的。
2、CUDA是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。
进入任务管理器—>性能,就可以看到GPU了
查看CUDA版本
1、搜索框输入NVIDIA Control Panel
2、双击打开后点击系统信息
3、点击组件就可以看到CUDA版本
点击install
选择对应系统,安装方式,语言,选择刚刚看的CUDA版本,没有GPU的选择CPU就可以了
然后复制下面的安装指令
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
打开刚才创建的虚拟环境,把刚刚的指令粘贴进去就可以开始安装
安装之前注意要先进入pytorch环境,即开头显示(pytorch)
接下来等待安装完成就行
安装完成之后检查一下,在命令行输入
import torch
没报错说明安装成功
torch.cuda.is_available()
返回True,说明GPU可用
至此,pytorch环境搭建完成,可以开始深度学习之旅了