1. Anaconda
https://www.zhihu.com/question/58033789/answer/254673663
2. Jupyter Notebook
https://www.zhihu.com/question/46309360/answer/254638807
3. PyTorch
PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序。
2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch。它是一个基于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。
发展
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,这是很多主流深度学习框架比如Tensorflow等都不支持的。
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] 。
-
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
Pytorch环境搭建
安装Pytorch
使用Anaconda建立Pytorch虚拟环境来安装Pytorch。
为什么要使用Anaconda虚拟环境安装Pytorch?
- 因为环境中通常需要安装很多软件,例如:我同时在使用tensorflow框架。但是他们所需要的Python的关联模块或版本会有所差异。如果都装在一个环境中难免会引起冲突。所以,选择虚拟环境能很好地避免环境之间的冲突。
安装步骤
(1)打开Anaconda Prompt
打开Anaconda Prompt
在安装完成的Anaconda下,会看到有一个Anaconda Prompt,利用这个程序可以找到当前位置的文件及当前位置文件下的目录文件
首先,需要在开始菜单下找到Anaconda Prompt执行命令文件,具体位置就是Anaconda文件下的一个子文件。
Windows/开始菜单,打开Anaconda Prompt,这个窗口和cmd窗口一样的,用命令“conda list”查看已安装的包,从这些库中我们可以发现NumPy,Matplotlib,Pandas,说明已经安装成功了!
下一步可以测试随anaconda一起安装的python:(还是在上一个窗口)
(2)建立并切换到工作目录
md \pythonwork
cd \pythonwork
- 后续Jupyter Notebook读取与存盘都会在此工作目录。
(3)建立Pytorch Anaconda虚拟环境
conda create --name pytorch python=3.7 anaconda
- 其中加入最后一项anaconda命令建立虚拟环境时,会同时安装例如Notebook、Numpy、Scipy、Matplotlib、Pandas等数据分析包,用户也可以不加,选择后续安装。
(4)启动Pytorch Anaconda虚拟环境
(5)安装Pytorch
- 也可以采用其他方法安装:Pip、LibTorch、Source。(见上图自行选择)
注:电脑上未安装cuda,所以按照原博安装出错
(6)测试
- 命令行输入python进入python,并输入下面代码:
import torch
import torchvision
print(torch.__version__)
- 成功打印,测试成功,使用exit()退出python。
(7)关闭Pytorch Anaconda虚拟环境
conda deactivate
3.备注
- 到此就安装完成,同学们现在可以愉快地进行机器学习项目学习与开发了。(github上有无数开源代码,可以对感兴趣的项目直接进行搜索,然后对项目clone(需安装git)或直接download,也可以fork到自己的仓库(然后使用git pull到本地),当自己脑子短路或者什么的上去找找灵感吧)
- 在跑别人的项目时如果遇到相应module缺失的情况,打开Pytorch Anaconda虚拟环境用conda或pip安装即可解决。(建议优先使用conda,conda会分析依赖包,会将依赖包一同安装)
- 如果需要使用本虚拟环境在Notebook中跑项目,进入工作目录激活虚拟环境,输入Jupyter Notebook运行即可。
- 如果需要使用本虚拟环境在Pycharm进行项目开发,将设置里的Project Interpreter改为相应Anaconda文件目录下的Pytorch虚拟环境中的python.exe文件即可。(如:D:\Anaconda3\envs\pytorch\python.exe)
参考来源:简书 作者:米兰的小码农
链接:https://www.jianshu.com/p/ee08ca2c1160
--------------------------------------------------------------------------------------------------------------------------------------
Juypter Notebook中使用刚创建的虚拟环境
anaconda prompt 输入Jupyter Notebook
jupyter notebook
创建新笔记本的选项中,只有默认的Python 3
pytorch虚拟环境没存在
插件
为了让Jupyter Notebook支持虚拟运行环境,需要在Anaconda里安装一个插件。
回到终端下面,用C-c退出目前正在运行的Jupyter Notebook Server,然后执行:
conda install nb_conda
再重新开启Jupyter Notebook:
jupyter notebook
这下我们就能看到差别了——除了最新安装设定的pytorch外,之前用Anaconda设置过的其他虚拟环境也都可以在此选择使用。太棒了!
我们选择刚刚创建的tpytorch环境。
执行:
=========================================
更改Jupyter Notebook默认的存储环境及打开的浏览器
anaconda prompt 打开输入命令“jupyter notebook --generate-config”
找到这个文件,用记事本打开。
1. 搜索' c.NotebookApp.notebook_dir '
将本行的“#”去掉,并在后面的单引号中添加你想设定的目录
之后通过 右键Jupyter Notebook图标,将“目标”中文件路径后的"%USERPROFILE%"删除即可。
2. 搜索‘ c.NotebookApp.browser ’,在下面增加以下语句:
import webbrowser
webbrowser.register(
"chrome",
None,
webbrowser.GenericBrowser(u"C:\\Users\\542\\AppData\\Local\\Google\\Chrome\\Application\\chrome"))#指定程序所在位置
c.NotebookApp.browser = "chrome"
对应自己文件夹的位置即可。
注意双杠,上面也是一样
重新进入软件!!!
============================================================================
查看conda版本
conda -V
查看目前安装了哪些环境
conda info --envs
*表示当前环境
查看当前环境下python的版本
python -V
进入python编译
python
退出python编译
exit()
![](https://i-blog.csdnimg.cn/blog_migrate/bcc9e67557e110f8112955447fe58885.png)
查看当前有哪些可以使用的tensorflow版本
conda search --full --name tensorflow
anaconda安装Tensorflow
安装tensorflow分三步,第一步先创建环境,第二步激活环境,第三步安装tensorflow(激活环境后再安装tensoeflow)
(1)创建虚拟环境
conda create --name tensorflow_2.0 python=3.7 anaconda
根据版本不同创建不同的虚拟环境,方便更换使用。
(2)激活 tensorflow_2.0虚拟环境
activate tensorflow_2.0
(3)安装tensorflow
pip install tensorflow-cpu==2.1.0
pip install tensorflow==2.0.0
报错,time out,更改成如下
pip --default-timeout=100 install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
验证功能正常:python 进入代码环境
import tensorflow as tf
print(tf.__version__)
更换版本需先将已有版本删除
pip uninstall tensorflow