python与库
python提供的是最基础的功能
库/包/package/libarary可以提供丰富的功能,就是别人分享的工具、模板,可以高效的完成一些事情。
pytorch和tensorflow
其实就是python的库
只不过主要用于深度学习
安装其实就是 pip install torch
Anaconda
python环境
conda命令 我们可以用 conda install 包名 -库
虚拟环境- pytorch 1.10版本,1.4版本
可以在不同虚拟环境安装不同的版本
方式1:通过此建立新的虚拟环境
方式2:通过命令行
若要运行:
查看此时有的虚拟环境
不同项目可以创建虚拟环境,可以安装不同版本的包
pycharm
传统python如何运行
激活base环境:conda activate base
有pycharm后的运行
显卡GPU与CUDA
显卡GPU、驱动
深度学习显卡,CUDA
深度学习显卡 NVIDIA
有了CUDA 我们就可以操作英伟达品牌的显卡
GPU VS CPU
深度学习中各个软件的关系
Anaconda 安装后就有个Base虚拟环境
每个虚拟环境里都有一个python的解释器 conda、pip的管理工具,通过Package安装管理tensorflow、pytorch
也可以自定义一些虚拟环境 用不同版本的python解释器、一些库
pycharm:一些配置 是对虚拟环境的引用,现在的python文件引用的自定义环境,找到对应的虚拟环境,python解释器会对python文件有解读,如果python文件中要调到不同的库,也去不同的库package调用。接着python解释器将python文件翻译成机器语言,最后发给cpu。
如果想发给gpu,要装一个驱动CUDA,同时在环境中的包装一个CUDA
GPU 创建虚拟环境
GPU 与CUDA的准备工作
一定要相互匹配 向左调用
4.看自己的驱动 CUDA Driver Version 12.1 使用命令 nvidia-smi
conda的通道与镜像地址
安装pytorch
pip安装更好一些
将官网的一串代码复制到cmd控制命令行中
验证pytorch安装成功
pycharm
新建项目
python解释器:
注意:
此处都可以在anaconda中进行更多的操作,如进入对应环境的终端,下载安装包等等
在pycharm中切换环境
ZY.png" >