当前位置:网站首页>torch学习(一):环境配置

torch学习(一):环境配置

2022-06-23 16:49:39因吉

1 Anaconda安装

  Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等多个科学包及其依赖项。
  安装可以参考:https://blog.csdn.net/ITLearnHall/article/details/81708148

2 Jupyter安装

  Jupyter是数据分析、机器学习的常用工具,其优势在于:
  可以将代码、文档等集中在一起,让用户一目了然。
  安装可以参考:https://jupyter.org/install或者https://blog.csdn.net/Lee_J_R/article/details/52791228
  例如:

pip install jupyterlab

  注:若命令"jupyter notebook"报错,可尝试以下方式解决:
  1)将"…/Python\Python37\site-packages"添加至路径,重点为site-packages;
  2)使用命令"python -m notebook"命令

  打开界面如下:
在这里插入图片描述

3 CUDA安装

  深度学习中不可避免的会使用GPU,故安装的Torch需为GPU版本,故先安装CUDA,步骤如下:
  1)打开NVIDIA控制面板,点击帮助,查看系统信息:
在这里插入图片描述
  2)注意自己的驱动程序版本:我的是399.24
在这里插入图片描述
  3)查询驱动程序版本与CUDA的对应关系:
在这里插入图片描述
  图片来源如下:
  https://blog.csdn.net/zhw864680355/article/details/90411288

  4)在CUDA官网中找到对应版本,官网如下,我选择的是9.2版本:
  https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
  5)下载好后直接安装,需要注意的是请选择自定义安装,且不选中visual studio,具体参照:
  https://blog.csdn.net/u010618587/article/details/82940528

4 Torch安装

  本文需要用到PyTorch框架,安装地址如下:
  https://pytorch.org/get-started/locally/

  具体步骤:
  1)选择相应的安装命令:
在这里插入图片描述
  2)使用国内镜像:
  由于直接安装时易出现超时错误,故需移至国内镜像,常用的国内镜像可以参考:
  https://blog.csdn.net/sinat_21591675/article/details/82770360
  以阿里云为例,安装命令可如下,即添加以下语句于pythoch初始命令中:

-i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

  最终命令如下:

pip install -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com torch==1.3.1+cu92 torchvision==0.4.2+cu92 -f https://download.pytorch.org/whl/torch_stable.html

  若出现"Read time out"错误,请多尝试几次,或者换其他镜像源(#^.^#)
  3)查看安装是否成功:

import torch
print(torch.cuda.is_available())

  若输出True,则安装成功。

致谢

  感谢李沐、Aston Zhang等老师的这本《动手学深度学习》一书,为鄙人学习深度学习提供了很大的帮助。本文一系列关于深度学习的博客均无侵权之意,只为记录自己的深度学习历程。
  项目Github地址:https://github.com/ShusenTang/Dive-into-DL-PyTorch

原网站

版权声明
本文为[因吉]所创,转载请带上原文链接,感谢
https://inkiyinji.blog.csdn.net/article/details/103871335

随机推荐