深度学习Pytorch(一)

前言:必须使用英伟达显卡才能使用cuda(显卡加速)!

移除环境:

conda remove -n pytorch --all

一、安装Pytorch

  1. 下载Anaconda

  2. 打开Anaconda Prompt

  3. 创建一个Pytorch环境:

    conda create -n pytorch python=3.9
    
  4. 激活Pytorch环境:

    conda activate pytorch
    
  5. 查看当前包:

    pip list
    
  6. 安装Pytorch

    conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
    
  7. 查看torch是否安装成功

    python
    import torch
    torch.cuda.is_available()
    

    深度学习Pytorch(一)

    如果显示true说明torch可以使用咱们的英伟达显卡!

二、配置Pycharm

  1. 打开Pycharm,创建新项目

    深度学习Pytorch(一)

    导入我们刚才创建的Pytorch环境的Python编译器

    深度学习Pytorch(一)

    测试是否可以导入使用conda,打开Python控制台

    import torch
    torch.cuda.is_available()
    

    出现True说明配置成功!

    深度学习Pytorch(一)

三、配置Jupyter

因为最开始安装的Anaconda中的Jupyter只存在于base环境中,无法在我们新建的Pytorch环境 中使用,所以我们需要进行以下操作在新环境中安装Jupyter

进入Pytorch环境中,需要安装一个包:

conda install nb_conda

安装完成后打开Jupyter:

jupyter notebook

打开后会弹出一个网页,使用Pytorch环境的Python新建一个代码:

深度学习Pytorch(一)

输入以下代码进行测试:

import torch
torch.cuda.is_available()

深度学习Pytorch(一)

输入完一行代码后,按Shift+Enter执行!出现上图说明配置成功!

四、Python学习中的两大法宝(也可以用在Pytorch中)

深度学习Pytorch(一)

以Pytorch包举例我们想了解一个包的构成和使用方法:

dir()   //打开,看见
help()   //说明书
比如:
dir(Pytorch)
输出:1、2、3、4

dir(Pytorch.3)
输出:a,b,c

help(Pytorch.3.a)
输出:将此扳手放在特定的地方,然后拧动

总结:dir()函数,能让我们知道工具箱以及工具箱中的分隔区有什么东西。

​ help()函数,能让我们知道每个工具是如何使用的,工具的使用方法。

​ 具体使用help()函数时,指定到工具不加(),例如help(torch.cuda.is_available)

更多内容请关注我的博客:xieyong.cc