PyTorch入门系列
以下将简要从PyTorch环境的配置,到Tensor张量基本内容,再到网络的搭建和训练进行介绍,
前言
提示:本文要记录的大概内容如下
PyTorch和Tensorflow是目前最为热门的深度学习框架,本系列文章主要围绕PyTorch框架进行展开。本次文章主要介绍PyTorch框架的搭建。
提示:以下是本篇文章正文内容,下面案例可供参考
一、安装Anaconda(Windows版本)
搜索Anaconda,并进入下载界面
下载完成后,右键以管理员身份运行.exe文件
安装中
至此,Anaconda基本完成,如果之前未选择Path环境变量的话需要自己配置一下。
环境变量配置(Win11版本)
使用win+i快捷键打开系统设置,点击系统信息,进入高级系统设置
为方便以后使用pip或conda指令在命令窗口安装第三方库,先将大环境下安装地址设置一下
找到Anaconda安装路径–>点击lib–>打开site.py
至此,Anaconda完全安装完成,最后只需要将Jupyter Notebook(或其他自己需要的软件)在桌面创建快捷方式即可。
添加pip镜像源(此处以添加清华镜像源为例)
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
或者在pip.ini文件中输入以下内容
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
二、安装PyTorch库
查看CUDA版本
win+r --> cmd --> nvidia-smi
查看安装的python版本
python -V
进入PyTorch官网(https://pytorch.org/)下载PyTorch组件
至此已完成Pytorch的安装,接下来我们对其进行验证一下
出现以上结果,说明PyTorch配置完成
我们可以自行更改Jupyter notebook的默认运行位置
先生成配置文件(win+r–>输入cmd–>输入jupyter notebook --generate-config)
删除井号(#)添加地址(即进入Jupyter Notebook后的默认地址)
在桌面找到Jupyter Notebook的快捷图标,右击鼠标,删除后缀字符串
总结
提示:这里对文章进行总结:
本文主要介绍了如何配置PyTorch环境,以便后期进一步学习PyTorch框架。在配置环境时要注意python的版本,cuda的版本(nvidia-smi),如果安装的PyTorch版本与电脑的硬件配置不相匹配会导致后期程序出现bug。至此,环境部署结束,文中存在不足之处望读者海涵并指正。