pytorch入门(一):环境配置

第一步安装Anconda

从anconda官网下载,不过官网太慢,建议去清华镜像源下载
下载链接: 安装包.
选择相应的安装包即可,如图所示
在这里插入图片描述
楼主是mac版本的,所以选择这个。windows(如果你的windows是64位的)中有选择x86_64的版本即可,下载安装(windows中有一步是需要添加conda环境到系统变量的选项,勾上即可)。

第二步配置镜像源,或者科学上网

下载安装好,打开anaconda的navigator(windows用户可能第一次闪退,需要右键以管理员省份运行),由于conda的镜像源在国外,所以需要配置相关镜像。
在这里插入图片描述
点击上图中的channel。
在这里插入图片描述

接着点击add,将如下的链接每个添加即可,可以删除default选项(其实也可以不删除),添加如上图所示,添加完成之后需要点击updata channels。

三个镜像源链接如下图所示:
http://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
http://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

第三步配置

接着进入pytorch官网,链接: 官网.
到开之后选取下图所示的osx即可,(windows)不带gpu的也就是没有cuda可以选择cpu only 那一行。
在这里插入图片描述
在mac的终端输入(windows中的cmd)该命令
conda install pytorch==1.6.0 torchvision==0.7.0 -c pytorch 即可,windows(conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch)如下图所示,
在这里插入图片描述

等待程序执行即可,一般可能会报http error,多试几次就好了,如果还是不行建议晚上安装,或者科学上网(channel只保留default即可),安装成功之后,创建py文件中写入如下代码:

import  torch
print(torch.__version__)
print('gpu:', torch.cuda.is_available())

运行成功即可查看torch的版本,以及gpu是否可运行。
在这里插入图片描述

如上图所示

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 《PyTorch深度学习入门与实战》是一本以PyTorch为工具,介绍深度学习基础知识和实践的书籍。在本书中,作者通过简洁易懂的语言,结合实际案例,帮助读者理解深度学习的基本概念和原理,并教授如何使用PyTorch库来实现各种深度学习模型。 本书内容主要分为两部分,第一部分是深度学习的基础知识,包括神经网络、卷积神经网络、循环神经网络等;第二部分是深度学习的实践技巧,包括数据预处理、模型训练、模型优化等。通过这两部分的学习,读者可以逐步掌握深度学习的基本原理和实践技巧。 此外,本书还特别注重实战,为读者提供了大量的代码实例和实战案例。这些实例和案例不仅包括经典的深度学习任务,如图像分类、目标检测和语言生成等,还包括一些实际应用,如机器翻译、垃圾邮件识别等。通过这些实例和案例的学习,读者可以更好地理解深度学习的实际应用和解决实际问题的能力。 总的来说,本书以PyTorch为工具,以深度学习基础知识和实际案例为主线,通过深入浅出的讲解,帮助读者入门深度学习,并掌握使用PyTorch来实现深度学习模型的能力。无论是对于初学者还是有一定经验的开发者来说,《PyTorch深度学习入门与实战》都是一本很好的学习资料。 ### 回答2: 《PyTorch深度学习入门与实战》是一本介绍PyTorch深度学习库的教程图书。PyTorch是一种在机器学习领域广泛使用的开源深度学习库,它以动态图和静态图的混合方式,提供了灵活、高效的工具来构建和训练神经网络模型。 该书的目的是帮助读者快速入门PyTorch,并通过实战案例实践所学的知识。书中提供了丰富的示例代码和实验,从基础概念开始,逐步引导读者理解和掌握PyTorch的核心功能和应用。 在第一部分中,书籍详细介绍了PyTorch的安装和配置,包括如何创建和管理虚拟环境,以及如何使用pip安装PyTorch及其相关库。 第二部分主要介绍了PyTorch张量(Tensor)的基本操作和运算。这是深度学习中的基础,掌握好张量的操作对于后续的模型构建和训练非常重要。本书中通过大量的示例代码和实验,让读者逐步熟悉张量的创建、索引、切片以及各种元素级别的运算操作。 第三部分是关于PyTorch的神经网络模块(nn)的详细介绍,包括如何使用nn.Module构建网络模型,以及如何使用nn.functional模块定义前向传播方法。同时也介绍了常用的损失函数和优化器,在训练模型时如何选择和使用它们。 第四部分是实战篇,书中通过几个典型的深度学习任务案例,如图像分类、目标检测和自然语言处理等,示范了如何使用PyTorch构建和训练神经网络模型。每个案例都包括了详细的代码解析和实验结果展示,读者可以通过这些案例学习和掌握如何在实际项目中应用PyTorch进行深度学习。 总之,《PyTorch深度学习入门与实战》是一本非常实用的教程图书,适合对PyTorch感兴趣的初学者和有一定基础的开发者阅读。通过阅读本书,读者可以系统性地学习和掌握PyTorch深度学习框架,为深度学习的实战应用提供基础。

“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