第四篇:深度学习之pytorch/tensorflow安装
接上文,本文将详细介绍如何在Windows或Linux-ubuntu16.04下安装常用的深度学习包,安装命令基本类似,区别在于安装包的平台选择。
一、安装Pytorch/Tensorflow
1、利用Anaconda创建虚拟环境
conda create -n pytorch151 python=3.7 # 创建名为pytorch151,python版本为3.7的虚拟环境
注意:如果创建环境失败,或者未安装Anaconda,请阅读本人第三篇:创建深度学习所需的虚拟环境(Windows or Linux-ubuntu16.04)
2、自动下载所需安装包进行安装
优先推荐,如果自动下载失败,请看下一节:手动下载所需安装包文件
(补充一下,下载失败的原因大部分都是 网络波动 造成的,推荐下载前更换pip源,本人前一篇博文有专门提及这个问题,第三篇:创建深度学习所需的虚拟环境(Windows or Linux-ubuntu16.04))
pip install XXX
# 如果要安装指定版本的,需要指明软件版本号,即
pip install XXX=x.x
# 若安装失败,则查看下一节手动下载所需安装包文件进行安装
3、手动下载所需安装包进行安装
问:官网上提供的大部分是自动下载安装的命令,为何要手动下载?
答:自动下载可能会由于网络波动的原因下载较慢,或下载出错,故需要手动下载。
下载链接:
(1)、https://download.pytorch.org/whl/torch_stable.html
(2)、Anaconda-pytorch / packages / pytorch
(3)、 清华大学开源软件镜像站-Pytroch_Linux64
(4)、清华大学开源软件镜像站-Pytroch_Windows64
(5)、Pypi_Pytorch
(6)、Pypi_Tensorflow
上述六个链接中,选择合适自己版本的下载即可,例如在第一个链接中下载Pytorch151:
前面cu101指的是cuda版本为10.1,cp37指的是python版本是3.7,后面win_amd64指的是系统是windows64。
注意:这里下载的版本必须保持一致,即CUDA,CUDNN,PYTHON,PYTORCH这几个的版本必须对应上,否则安装失败,很多小白就是在这上面吃了大苦头。若笔记本没有独立显卡或者使用的是Amd显卡,则需要安装CPU版本的pytorch,即前面无CU字样的即可使用,但训练速度相对会变慢。
4、安装Pytorch或Tensorflow
找到你下载路径,然后cmd命令窗口或者Terminal终端cd到下载路径:
pip install torch-1.5.1+cu101-cp37-cp37m-win_amd64.whl
如果下载的是.tar.gz文件,则安装命令为:
tar -zxvf xxx.tar.gz # 安装包解压缩
cd xxx # 进入到解压后的目录
./configure # 有的版本无此命令,则可跳过这一步骤
make install
二、安装其他软件包
这里主要以torchvision为例,其他软件包以类似的方式手动下载后进行安装。例如:第一个下载链接,找到对应Ptorch版本的torchvision,这里仍以Pytorch151举例,对于的torchvision版本:torchvision0.6.1。具体对应版本可自行百度。
然后下载,cd到下载目录,pip安装:
pip install torchvision-0.6.1+cpu-cp37-cp37m-win_amd64.whl
注意:如果在安装过程中出现红色的error,例如:
请仔细检查ERROR,找到错误原因进行针对性解决。(注:一般为网络错误,这时可更换pip源或者手动下载安装包后,进行pip安装即可,之后重新运行上一条安装命令。)
三、Pytorch与Tensorflow之争
(为了水点标题,嘻嘻)
关于Pytorch和Tensorflow两个框架的争论由来已久,大家可以百度搜索一下历史。
我的建议:
科研/纯学习用:无脑Pytorch,谁用谁知道
工业用:Tensorflow。
结语
至此,深度学习所需的环境基本上已经配置完成,如果在配置过程中出现问题,请在评论区留言,本人看到后会尽自己所能帮您解决问题,谢谢~
致谢
感谢以上所有参考博客的作者,是你们的实践减少了后来者所走的弯路,感谢。
上一篇:第三篇:创建深度学习所需的虚拟环境(Windows or Linux-ubuntu16.04)
下一篇:第四篇:科研方向的选择—以计算机视觉为例,敬请期待~