本文旨在介绍pytorch及其常用工具的安装。(请全程开启魔法以解决网络问题)
什么是Pytorch
PyTorch是一个开源的深度学习框架，由Facebook的人工智能研究院（FAIR）开发。它以其动态计算图、直观的API和强大的GPU加速能力而著称。PyTorch主要用于计算机视觉、自然语言处理等领域，支持研究人员和开发者快速构建和训练神经网络模型。
为什么选择Pytorch
- 动态计算图：PyTorch采用动态计算图机制，允许在运行时改变网络结构，方便调试和开发。
- 易于使用：PyTorch的API设计直观，贴近Python的编码风格，降低了学习曲线。
- 强大的社区支持：拥有活跃的社区，大量第三方库，使开发过程更加方便。
- 高度可扩展性：支持自定义层和操作，方便进行开发。
Pytorch安装(以windows为例)
- 安装CUDA (GPU版本PyTorch需要CUDA)
打开终端输入:
1
nvidia-smi
查看驱动版本,
CUDA的官方文档会列出每个版本的工具包与驱动的最低版本要求。例如，CUDA 12.7通常需要525.85.12或更高版本的驱动。
下载CUDA的驱动链接(我已经选择好了, download即可)
安装完成后重启电脑。
重启后打开终端输入:1
nvcc -V如果显示CUDA相关信息, 则说明安装成功。
- 安装Pytorch
打开Pytorch官网下载页面
选择对应的command复制到终端下载(不建议下载到base环境)。
Pytorch常用工具安装
我这边使用conda进行安装, 安装conda方法。
- jupyter(简单介绍就不写jupyter进阶内容了)
conda自带jupyter, 我主要说明如何建立一个安装了Pytorch的虚拟环境, 并将其虚拟环境导入到jupyter中。
使用以下代码(注意使用自己有的python版本, 复制python -V到终端查看自己的python版本):1 2
conda create -n pytorch python=3.10 conda activate pytorch
然后使用之前安装Pytorch的在该环境下安装PyTorch, 安装完成后重启终端。 建立对应Ipython内核:
1
python -m ipykernel install --user --name=pytorch --display-name "Pytorch_env"
启动jupyter:
1
jupyter notebook
就可以看到新增的jupyter内核了。
- Tensorboard(选用)
切换到有
Pytorch的环境下安装:1
conda install tensorboard启动Tensorboard:
1
tensorboard --logdir=logs
logs为保存日志的文件夹, 请注意替换。 - Pycharm
基础IDE工具, 不做过多讲解, 直接下载安装即可, 进阶内容以后再写。
注意解释器一定要是有Pytorch的环境。 可以使用import torch进行测试。
FAQ
- 如果无法使用conda命令
查看配好正确的环境变量, 然后在终端输入:
1
conda init
- 如何测试是否能使用GPU
1 2
import torch print(torch.cuda.is_available())
是True则表示可以使用GPU。
- 如何测试GPU的计算能力
1 2
import torch print(torch.cuda.get_device_capability())
总结
以上就是Pytorch的安装方法, 希望能对大家有所帮助。
