【pytorch】系列学习笔记之环境搭建
文章目录
简介
PyTorch是Facebook提供的一个基于Torch开源的Python机器学习库,是相当简洁且高效快速的框架。
PyTorch提供两个高级功能:
1、具有强大的GPU加速的张量计算(如NumPy)。
2、包含自动求导系统的深度神经网络。
PyTorch与其他深度学习框架的性能对比
后续会根据自己的使用情况补充
暂时可以参考
windows下PyTorch环境搭建
搭建PyTorch环境之前,首先需要做好如下准备【推荐参考】
- Anaconda安装:可以便捷获取python包且对包能够进行管理,同时也可以统一对环境进行管理。
- cuda/cudnn安装:CUDA是为GPU通用计算构建的运算平台,cudnn则是为深度学习计算设计的软件库。
1.打开cmd,执行下面的指令查看CUDA版本号:
# 查看CUDA版本号
nvidia-smi
2.安装适合的Pytorch和torchvision版本(GPU版)
【官网地址】
# 创建anaconda虚拟环境
conda create -n PyTorch python=3.7.
# 查看新环境是否安装成功
conda env list
# 激活anaconda环境
activate PyTorch
可参考【anaconda指令】理解以上命令。
# conda/pip安装都行
# 一定要在激活anaconda环境下
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
# 通过清华源临时设置清华源下载
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
3.检查torch是否成功
# 查看pytorch版本
import torch
print(torch.__version__)
# 查看cuda版本
print(torch.version.cuda)
# 查看cuda是否可用
print(torch.cuda.is_available())
# 查看可用cuda数量
print(torch.cuda.device_count())
总结
PyTorch环境搭建是后续学习的前提,建议安装GPU版本。