一、简介
- PyTorch是一个开源的Python机器学习库,其前身是2002年诞生于纽约大学的Torch。它是美国Facebook公司使用python语言开发的一个深度学习的框架。
- 特点:
- 简洁
- PyTorch的设计追求最少的封装,尽量避免重复造轮子。 简洁的设计带来的另外一个好处就是代码易于理解。PyTorch的源码只有TensorFlow的十分之一左右,更少的抽象、更直观的设计使得PyTorch的源码十分易于阅读。
- 速度
- PyTorch的灵活性不以牺牲速度为代价,在许多评测中,PyTorch的速度表现胜过 TensorFlow和Keras等框架。
- 易用
- PyTorch 是所有的框架中面向对象设计的最优雅的一个。PyTorch的面向对象的接口设计来源于Torch,而Torch的接口设计以灵活易用而著称,Keras作者最初就是受Torch的启发才开发了Keras。PyTorch继承了Torch的衣钵,尤其是API的设计和模块的接口都与Torch高度一致。PyTorch的设计最符合人们的思维,它让用户尽可能地专注于实现自己的想法,即所思即所得,不需要考虑太多关于框架本身的束缚。
- 简洁
二、安装
1、安装Anaconda
2、配置Anaconda源
- 设置清华源,提高下载包的速度。打开Anaconda Prompt,输入如下命令。
-
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
3、创建Conda虚拟环境
- 创建虚拟环境前,需要修改虚拟环境的存放位置,默认是安装在用户目录C:\Users\username.conda\envs下的。在Anaconda Prompt中输入如下命令。
-
conda config --add envs_dirs D:\App\Anaconda3\envs
-
- 如果修改失败,请参照:改变conda虚拟环境的默认路径_修改conda安装虚拟环境路径-CSDN博客
- 输入如下命令,创建虚拟环境。
-
conda create -n Demo python=3.11.5
- 其中,Demo为环境名称,并且指定了python的版本号。
- 【注】python版本要与pytorch版本对应。
-
- 输入如下命令,查看现存虚拟环境。
-
conda info --envs
-
- 如果要删除虚拟环境,输入如下命令。
-
conda env remove -n 环境名
-
4、下载PyTorch
- 进入虚拟环境
-
conda activate 虚拟环境名称
-
- 进入PyTorch的官网:PyTorch
- 先在终端中输入如下命令查看CUDA版本。
-
nvidia-smi
- 如果没有安装CUDA,可以看看对于的版本要求:1. CUDA 12.3 Update 1 Release Notes — Release Notes 12.3 documentation (nvidia.com),然后去安装对应版本的CUDA。
-
- 选择对应版本的PyTorch,这里使用pip进行安装,复制命令行。由于我的CUDA是12.0,PyTorch没有,可以向下替补,所以选择CUDA11.8。
- 粘贴命令行到Anaconda Prompt中(要进入创建的虚拟环境),加上清华镜像源-i https://pypi.tuna.tsinghua.edu.cn/simple,运行。
-
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple
-
- 【注】如果碰到了缺包的错误提示,将环境删除,重新创建过。
5、验证是否安装成功
- 从创建的虚拟环境中进入python,输入如下命令。
-
import torch print(torch.cuda.is_available())
- 不报错,并且显示Ture,即安装成功。
- 输入quit(),可退出python;输入conda deavtivate,可退出虚拟环境。