《动手学深度学习PyTorch版》阅读分享二 PyTorch安装

cc1989summer

《动手学深度学习PyTorch版》阅读分享二 PyTorch安装 [复制链接]

接上一贴：

《动手学深度学习PyTorch版》阅读分享一 基本概念及多层感知机

https://bbs.eeworld.com.cn/thread-1293084-1-1.html

 

我们已经了解了深度学习和多层感知机的基本知识，是不是跃跃欲试，想跑一跑了。

工欲善其事必先利其器。

我们先安装PyTorch吧。

 

首先了解下PyTorch的定义：

PyTorch 是一个基于软件的开源深度学习框架，用于构建神经网络，将 Torch 的机器学习 (ML) 库与基于 Python 的高级 API 相结合。它的灵活性和易用性以及其他优点使其成为学术和研究界领先的机器学习框架。

PyTorch 支持多种神经网络架构，从简单的线性回归算法到复杂的卷积神经网络和用于计算机视觉和自然语言处理 (NLP) 等任务的生成式转换器模型。PyTorch 基于广为人知的 Python 编程语言构建，并提供广泛的预配置（甚至预训练）模型库，使数据科学家能够构建和运行复杂的深度学习网络，同时最大限度地减少在代码和数学结构上花费的时间和精力。

PyTorch 还允许数据科学家实时运行和测试部分代码，而不是等待整个代码实现 – 对于大型深度学习模型来说，这可能需要很长时间。这使得 PyTorch 成为快速原型设计的绝佳平台，并且还大大加快了调试流程。

PyTorch 最初由 Facebook AI Research（现为 Meta）开发，于 2017 年配置为开源语言，自 2022 年起由 PyTorch Foundation（隶属于大型 Linux Foundation）管理。该基金会为深度学习社区提供一个中立空间，以合作并进一步开发 PyTorch 生态系统。

 

安装PyTorch的前提是安装Python和Anaconda 。

 

Python（目前版本3.12.6）：
https://www.python.org/downloads/

 

Anaconda（目前版本Anaconda3-2024.06-1）：

https://www.anaconda.com/download/success

 

 

 

 

首先安装Python，注意在安装高级设置里，勾选Add Python to environment varialbes。系统自动设置环境变量。

 

 

 

安装完成后，WIN+R输入CMD进入命令行，再输入Python，如果出现版本号，说明安装成功。

 

 

接下来安装Anaconda

 

 

 

安装完毕后，需要设置虚拟环境。

在深度学习和机器学习中，我们经常会创建不同版本的虚拟环境来满足我们的一些需求。

 

 

在开始菜单的 Anaconda Prompt中，

输入 conda env list，查询当前都有哪些虚拟环境。

 

 

 

输入下属指令，建立新的虚拟环境。

conda create -n env_name python==3.12

（3.12为我们本次安装的Python版本）

 

 

安装完成后再次查询，发现多了一行 env_name,说明安装完成。

 

 

 

 

* 星号代表当前激活的虚拟环境，我们要切换到刚创建的env_name

使用激活命令： 

conda activate env_name

再次查询，已经激活了。

 

 

 

 

 

最后，铺垫了这么多，我们来到最终目的：安装PyTorch。

https://pytorch.org/

 

 

 

 

因为我的是集成显卡，选择CPU。

 

执行：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

 

 

检验PyTorch是否安装成功：

先输入Python命令

 

 

 

 

可以看到命令行前面加上了（env_name）

Python 3.12.0 | packaged by Anaconda, Inc.

 

进入所在的虚拟环境，紧接着输入

• python

，在输入下面的代码。

import torch

torch.cuda.is_available()

False

这条命令意思是检验是否可以调用cuda，如果我们安装的是CPU版本的话会返回False，能够调用GPU的会返回True。一般这个命令不报错的话就证明安装成功。

 

 

如图验证安装成功。

 

 

新建一个torch（向量）试试

 

婢跺秴鍩�

登录后复制

x= torch.arange(12)

 

 

 

 

创建一个随机数torch:

 

婢跺秴鍩�

登录后复制

>>> x = torch.rand(5, 3)
>>> x
tensor([[0.7619, 0.3287, 0.0934],
        [0.6645, 0.1477, 0.8128],
        [0.1956, 0.7657, 0.5785],
        [0.5533, 0.7428, 0.0234],
        [0.7326, 0.9505, 0.3209]])

 

 

 

 

本次的分享就到这里。

查看本帖全部内容，请登录或者注册

cc1989summer

自己顶一个先！

hellokitty_bean

帮顶楼主。。。。。。。。。。。。。。。。。。。。。。。后续跟进，待楼主更新。。

cc1989summer

hellokitty_bean 发表于 2024-9-29 16:15 帮顶楼主。。。。。。。。。。。。。。。。。。。。。。。后续跟进，待楼主更新。。

谢谢