史上最简单、实际、通俗易懂的PyTorch实战系列教程!(新手友好、小白请进、建议收藏)
PyTorch简介与安装
实战采用window10系统 + Python3.x(Anaconda3)+ PyTorch1.3
1、PyTorch简介
2015年底之前,UC Berkeley的Caffe是老大哥;
谷歌大脑的Tensorflow诞生之后,霸占江湖数载;
2019年起无论从学术界还是工程界,Facebook的PyTorch已经霸占了半壁江山!Pytorch可以说是现阶段主流的深度学习框架了。
PyTorch是一个基于Python的可续计算包,提供两个高级功能:
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。
PyTorch的特点:
① 可以在 GPU/CPU 之上运行,提供基础的张量操作库;
② 支持共享内存的多进程并发;
③ 使用简单、灵活,能使用广大的 Python 库和软件;如 NumPy、SciPy 和 Cython等,可以说类似使用numpy的GPU版本。
④ PyTorch不是Python绑定到monolothic(庞大而僵化的) C++的框架。它被构建为深入集成到Python中。可以像使用numpy /scipy /scikit-learn等自然地使用它。我们的目标是在适当的时候不要重新发明轮子。
PyTorch的常用工具包:
-
torch
:类似 NumPy 的张量库,强 GPU 支持 ; -
torch.autograd
:基于 tape 的自动区别库,支持 torch 之中的所有可区分张量(Tensor)运行。 -
torch.nn
:为最大化灵活性未涉及、与 autograd 深度整合的神经网络库;为了实现最大的灵活性。 -
torch.optim
:与 torch.nn 一起使用的优化包,包含 SGD、RMSProp、LBFGS、Adam 等标准优化方式。 -
torch.multiprocessing
: python多进程并发,进程之间 torch Tensors 的内存共享;适用于数据加载和hogwild训练。 -
torch.utils
:数据载入器。具有训练器和其他便利功能; 为DataLoader,Trainer和其他实用程序功能提供便捷的辅助包。 -
torch.legacy(.nn/.optim)
:处于向后兼容性考虑,从 Torch 移植来的 legacy 代码。
PyTorch的中文文档:https://pytorch-cn.readthedocs.io/zh/latest/
2、Pytorch安装
我是在Anaconda3的基础上安装的,当然你也可以用其他方式,不过你安装anaconda后里面有很多包已经有了就不用再去下载依赖包什么的,更加简便。
CPU版本安装:
pip install torch==1.3.0+cpu torchvision==0.4.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
GPU版本安装:
pip install torch===1.3.0 torchvision===0.4.1 -f https://download.pytorch.org/whl/torch_stable #(默认是CUDA10版本)
如果下载速度慢可以自己换到国内源下载,GPU的话电脑要支持,支持的话可以看看电脑有没有安装CUDA。详细的安装教程网上也有很多,可以查看自己出错的原因。
安装完成后,打开Python输入:
import torch
torch.__version__
如果有得到版本号1.3.0类似的就说明成功安装!