PyTorch深度学习框架的安装及使用

安装

Pytorch新手学习建议使用Anaconda工具,否则会遇到tensorboard使用不方便,可视化不强等问题,但是如果不使用tensorboard也可以使用Pycharm的Python Console进行编写学习.

Pytorch有一个极大的优点 — 极简的安装！Pytorch官网上安装CPU与GPU版本时,均可直接使用Anaconda与pip工具"一键安装"！

这里强调一下：由于Pytorch1.6.0-GPU的二进制文件包含了cuda与cuDnn的缩略版，我们使用pip安装GPU版本后，也可以直接使用CUDA加速！(在StackOverflow与Pytorch论坛上沟通得知) , 但是如果还要学习Tensorflow,则还是需要安装完整版cuda和cuDnn.

Anaconda的优点

1. 各种包不需要手动下载
2. 自动安装完整版CUDA 和cuDnn.如果还要使用Tensorflow更加方便
3. 可以使用Tensorboard可视化
4. 可以使用国内镜像源

(不一定非要使用Anaconda,miniconda体积更小,也很好.)

pip的优点

1.python自带的包管理器
2.纯净,快速(比如安装Pytorch时带的缩小版cuda与cuDnn)
3.除了Pytorch外，其他包可以通过换源加速

安装完毕，直接使用以下代码检测Pytorch与是否安装成功，cuda加速是否可用。

import torch 
 
 #输出是否可以使用CUDA加速
 torch.cuda.is_available()

输出True即为安装成功并加速可用