PyTorch环境搭建_pytorch环境搭建

PyTorch环境搭建

一、pytorch简介

1.1 pytorch是什么

​Pytorch是一个Facebook开源的深度学习框架PyTorch的前身是Torch其底层和Torch框架一样但是使用Python重新写了很多内容不仅更加灵活支持动态图而且提供了Python接口。它是由Torch7团队开发是一个以Python优先的深度学习框架不仅能够实现强大的GPU加速同时还支持动态神经网络。

​ PyTorch既可以看作加入了GPU支持的numpy同时也可以看成一个拥有自动求导功能的强大的深度神经网络。除了Facebook外它已经被Twitter、CMU和Salesforce等机构采用。

1.2 pytorch的优点

• PyTorch是相当简洁且高效快速的框架

• 设计追求最少的封装

• 设计符合人类思维它让用户尽可能地专注于实现自己的想法

• 与google的Tensorflow类似FAIR的支持足以确保PyTorch获得持续的开发更新

• PyTorch作者亲自维护的论坛 供用户交流和求教问题

• 入门简单

二、安装pytorch基于pycharm和anaconda

2.1 创建虚拟环境非必须

​ 虚拟环境就类似于为不同的项目创建不同的开发环境开发环境内的所有使用的工具包互不影响每个环境的的包的更改和删除都不会影响其他项目环境相互独立这就是虚拟环境的好处。

打开anaconda prompt或者cmd

查看当前的所有虚拟环境*表示当前所在环境
conda env list

创建新的虚拟环境环境名为pytorchpython版本为3.9都可以根据需求来指定
conda create -n pytorch python==3.9
删除虚拟环境
conda remove -n pytorch --all
切换虚拟环境
activate pytorch

前面表示当前环境(base)是默认环境pytorch是刚刚创建的环境

2.2 安装pytorch

在安装pytorch之前先检查自己电脑有没有GPU以及对于CUDA版本

1、GPU又称显示核心、视觉处理器、显示芯片是一种专门在个人电脑、工作站和一些移动设备上图像运算工作的微处理器与CPU类似只不过GPU是专为执行复杂的数学和几何计算而设计的这些计算是图形渲染所必需的。

2、CUDA是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构该架构使GPU能够解决复杂的计算问题。

进入任务管理器—>性能就可以看到GPU了

查看CUDA版本

1、搜索框输入NVIDIA Control Panel

2、双击打开后点击系统信息

3、点击组件就可以看到CUDA版本

点击进入pytorch官网

点击install

选择对应系统安装方式语言选择刚刚看的CUDA版本没有GPU的选择CPU就可以了

然后复制下面的安装指令

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

打开刚才创建的虚拟环境把刚刚的指令粘贴进去就可以开始安装

安装之前注意要先进入pytorch环境即开头显示pytorch

接下来等待安装完成就行

安装完成之后检查一下在命令行输入
import torch
没报错说明安装成功
torch.cuda.is_available()
返回True说明GPU可用

至此pytorch环境搭建完成可以开始深度学习之旅了