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