Pytorch和tensorboard踩坑经验(第一次下载前可以看看)

Pytorch和tensorboard小白踩坑经验

结果最近在github上看到一个LSTM-CNN的模型,朋友跑成功了,我也想跟着跑一下,需要pytorch和tensorboard,然后…我就跟着网上的教程下,在anacoda上安装,pytorch很成功就安装了,tensorboard也能用,但是怎么结合在一起用我搞了好久,最后还是一堆bug,浅浅记录一下经验,让自己别再摔第二次了


重点是要弄清楚你的电脑配置!
你的操作系统和你的显卡!!这很重要!

一、Anacoda是什么?

网上一搜一大堆,我从的文章摘来的解释:Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本,包括超过100个用于数据科学的最流行的Python,R和Scala软件包。

二、踩坑经验

1.Anacoda虚拟环境

接上,虽然下好了Anacoda,但我还是不懂啊T^T,套着教程一步一步把pytorch下好了,我还很开心,以为虚拟环境名称pytorch就是我的包,于是,我以为:

conda create --name tensorflow python=3.5

这句命令行就是我下的包(我还想怎么那么简单)(可以看出我有多小白了吧)
经过一晚的摸索,我终于明白:它只是个虚拟环境!只是这个环境的名称叫做tensorflow。

2.CPU Pytorch

本来Pytorch下的好好的,因为对虚拟环境的认识不到位,在各种虚拟环境下找我的Pytorch,用的命令行为:

import pytorch
touch.cuda.is_available()
显示结果:false

大佬看到这就应该知道我为什么错了吧,因为这是配置cuda的测试,而我是CPU…and then,我换了另一个命令行测试

(base) C:\Users\think>activate pytorch
(pytorch) C:\Users\think>python

import torch
import torchvision

恩没报错,所以我是成功了的hhhhhhhhhhhhhhh,我真的搞了一晚上!就是分不清cuda和CPU,差点准备卸载anaconda重下了,后来因为卸载也太麻烦了我就放弃了…

关于false的知识点

false代表你不能在GPU运行,但是能在CPU运行(早点懂该多好

用豆瓣镜像源下tensorflow

不知道有没有人和我一样,看到一个新的名词就害怕退缩了。怕的人去了解一下镜像!很好用!不难不难不难!
找了半天都没找到几个好用又快的下tensorflow_CPU的方式,还是卡的问题,我是AMD卡,最下面附了一个挺适合我的教程。
但是速度还是很难,可以试试这个
pip install -i https://pypi.douban.com/simple/ tensorflow_cpu

##最后!
附上我的图tensorboard下载成功
最后我两个都下载成功啦!皇天不负有心人,我真的学到了很多!!如果有人遇到问题了可以多查查资料!记得配置配置配置!!

总结

这个文章的标题其实我还是没解决,现在还在找资料继续尝试,但了解了anaconda还有一些基础知识以后感觉思路清晰了一些
写这个文章就是为了给自己提个醒,照搬全套前要有自己的认识,遇到事情后先认真找找原因而不是卸载重来…
pytorch的安装还是比较容易的,CSDN上蛮多流程的,接下来把这个文章的坑填完了,打算在研究一下tensorboard怎么用(小白只能用开源代码),必须先打好基础把怎么用学好


我来补充了:还是卡的问题,我是AMD卡,找教程瞎找一堆,在茫茫教程中找到了一个属于我的教程:http://t.csdn.cn/GOEf5
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch是一个开源的机器学习框架,用于构建深度学习模型。它提供了丰富的工具和库,使得开发者可以方便地进行模型训练和推理。而Tensorboard是TensorFlow的可视化工具,用于可视化模型训练过程中的各种指标和图表。然而,从PyTorch 1.2.0版本开始,PyTorch已经内置了对Tensorboard的支持,因此在使用PyTorch时,可以直接使用Tensorboard进行模型训练过程的可视化。为了使用Tensorboard,需要手动安装Tensorboard库,并且还需要安装TensorFlow库。TensorboardX是一个用于PyTorch的第三方库,它提供了与Tensorboard类似的功能,可以用于可视化展示不同类型对象的训练过程。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *2* [【人工智能概论】 PyTorch可视化工具Tensorboard安装与简单使用](https://blog.csdn.net/qq_44928822/article/details/128722693)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [PyTorch深度学习训练可视化工具tensorboardX](https://blog.csdn.net/qq_42722197/article/details/123675832)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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