简易安装Pytorch+jupyter notebook(CPU版本)

简易安装Pytorch+jupyter notebook(CPU版本)

放假回家,常用的电脑要跑代码,家里还有其他电脑,但是没有显卡跟环境,安装个简易pytorch环境,处理简单任务。

下载miniconda(Anaconda一样,只是嫌弃Anaconda太大了)

下载地址 https://docs.conda.io/en/latest/miniconda.html

下载安装。

配置Pytorch+jupyter notebook环境

打开conda的命令窗口安装jupyter notebook(因为miniconda没有自带jupyter notebook)

在这里插入图片描述
在这里插入图片描述
安装完成后创建一个新的虚拟环境

安装Pytorch(CPU版本,家里面电脑没装显卡)

创建一个虚拟环境(我创建的是一个名为pytorch,pyhon版本为3.6的虚拟环境,这个随意)
在这里插入图片描述
输入conda env list, 现在可以看到我们有两个环境,一个是刚创建的pytorch,还有就是基础的base.
在这里插入图片描述
启动虚拟环境pytorch
在这里插入图片描述
打开pytorch官网https://pytorch.org/
照着上面的命令输入就行(注意,这里是CPU版本,GPU版本的话需要安装CUDA跟cudnn)
在这里插入图片描述
在这里插入图片描述
途中有可能出现网速过慢导致的失败,解决方法一:时间多的话多运行几次这条命令。解决方法二:那个包下载失败,把网址复制粘贴到浏览器,离线下载后再安装。

Jupyter notebook 运行虚拟环境

安装库“nb_conda”。。就是nb_conda…
在这里插入图片描述

安装完成后返回安装Jupyter notebook的环境,也就是base环境下运行jupyter notebook
在这里插入图片描述
在这里插入图片描述

测试是否安装成功

新建一个文件,红圈的那个就是我们的pytorch的虚拟环境在这里插入图片描述
查看Pytorch版本,版本是1.5.1。没问题,安装成功
在这里插入图片描述

  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch是一个开源的深度学习框架,在深度学习任务中具有很高的灵活性和可扩展性。而Jupyter是一个交互式的编程环境,能够方便地组织和展示代码、图像以及文字等内容。 基于海洋鱼类分类这个任务,我们可以使用PyTorchJupyter来构建一个分类模型。首先,我们可以使用PyTorch库来加载、预处理和训练我们的数据集。我们可以使用PyTorch提供的数据加载器和转换工具来加载数据,并使用数据增强技术来扩充数据集,提高模型泛化能力。然后,使用PyTorch来构建一个深度学习模型,如卷积神经网络(CNN),用于鱼类图像分类任务。我们可以使用PyTorch提供的各种层和激活函数来定义网络架构,并使用梯度下降算法和优化器来训练模型。 在Jupyter中,我们可以使用Markdown单元格来记录和展示我们的代码、实验结果和解释。我们可以使用代码单元格来编写、运行和调试我们的PyTorch代码。此外,我们还可以使用Jupyter的可视化功能来展示模型训练的过程中的损失曲线、准确度等指标,并可视化模型在测试集上的预测结果。 使用PyTorchJupyter,我们可以方便地进行迭代实验,优化模型的性能,调整超参数并进行模型的可视化分析。通过PyTorchJupyter的强大功能和易用性,我们可以更有效地进行海洋鱼类分类任务的研究和实践。同时,这也为其他相关的深度学习任务提供了一个良好的平台。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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