pytorch + VS 的配置心路历程

这里主要针对的是,嵌入了pytorch框架的python代码的Visual Studio项目的相关环境的搭建以及配置。

搭建环境之前要做的事情

pytorch、torchvision等库还是很依赖于版本之间的依赖关系的。而且对一些太老的显卡也不支持(因为计算能力太低)。所以搭建环境之前,先去官网看看自己的显卡的计算能力,提前排除一些出bug的可能性(英伟达显卡测试网站 传送门 )。
这里说明一下我的配置:win10 + GetForce 840(compute capabiliy 5.0)。由于课题需要,我需要装指定版本的pytorch(0.3.1)以及VisualStudio(2015),但是配置过程都是大同小异的。

先说说VisualStudio

VisualStudio,现在最新的版本是2017,而且官网也强力推荐你使用2017的版本,更绝的是,官网上已经找不到其他版本的VisualStudio了。网上有人说VisualStudio 2017版本不是很稳定(我也不确定),自己尝试了一下,确实可能会有一些莫名的bug出来,但是也不一定。为了更好地契合课题要求,自己还是安装了VisualStudio 2015的版本。

这里推荐一个安装软件的公众号 “软件安装管家”,软件众多而且配套了详细的安装步骤。VS 2015的版本就是在这上面找到的。自己也是到处都找了一遍都没有找到,网上的版本都不全,那些 “VisualStudio 201X wit

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
PyTorch是一种广泛应用于机器学习和深度学习的开源框架,它提供了丰富的工具和算法来构建和训练神经网络模型。而Milvus是一个高效的向量相似度搜索引擎,主要用于大规模向量数据的存储、管理和检索。 PyTorch与Milvus可以相互配合使用,以实现更加高效的机器学习和深度学习任务。PyTorch提供了强大的计算能力和灵活性,可以用于训练各种类型的神经网络模型。而Milvus则提供了快速的向量相似度搜索功能,可以将训练好的模型转化为向量表示,并高效地进行相似度匹配。 在使用PyTorch和Milvus的组合时,首先我们可以使用PyTorch来训练神经网络模型,并从提取特征向量。然后,将这些特征向量通过Milvus进行存储和索引。Milvus提供了高效的索引结构和查询算法,可以快速地搜索和检索与查询向量最相似的向量,从而实现向量的相似度匹配和搜索。 使用PyTorch和Milvus的组合,可以在机器学习和深度学习任务提高效率和准确性。通过PyTorch进行模型训练和特征提取,再通过Milvus进行向量索引和相似度搜索,可以在大规模数据集上快速地找到与查询向量最相似的向量,从而实现更加高效和灵活的机器学习和深度学习应用。 总而言之,PyTorch和Milvus是两个强大的工具,它们的组合可以在机器学习和深度学习任务发挥协同作用,提供高效的模型训练和向量相似度搜索能力。这对于处理大规模数据和提高机器学习任务效果具有重要意义。
评论 5
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