初识PyTorch:从安装到入门,从入门到放弃

Posted 李元静

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了初识PyTorch:从安装到入门,从入门到放弃相关的知识,希望对你有一定的参考价值。

PyTorch

PyTorch是Facebook团队于2017年1月发布的一个深度学习框架,虽然晚于TensorFlow,也没有TensorFlow火,但目前已经与TensorFlow奇虎相当。

而且PyTorch采用了Python语言的接口,可以说它才是Python程序员最容易上手的深度学习框架。

它就像GPU的Numpy,与Python一样都属于动态框架。PyTorch继承了Torch的灵活,动态的编程环境和友好的用户界面,支持以快速和灵活的方式构建动态神经网络。

还允许在训练的过程中,快速更改代码而不妨碍其性能,支持动态图形等尖端AI模型的能力,是快速实验的理想选择。

安装配置

安装PyTorch时,需要检查当前环境是否有GPU。如果没有GPU,那么就需要安装CPU版本,如果有GPU,则安装GPU版本。

(1)首先,我们需要安装NVIDIA驱动,安装网址如下:

https://www.nvidia.cn/Download/index.aspx?lang=cn

打开该网址,输入你的显卡参数,点击搜索即可下载。然后通过下一步下一步进行安装,安装成功之后,输入命令如下图所示:

(2)安装cuDNN

NVIDIA cuDNN是用于深度神经的GPU加速库。注册NVIDIA并下载cuDNN包,下载网址如下:

https://developer.nvidia.com/rdp/cudnn-archive

(3)安装Python以及PyTorch

通过一下网址选择自己的对应的版本,然后生成指定的命令:

https://pytorch.org/


复制后面的命令,然后安装即可,安装效果如下图所示:

安装验证

到这里,我们的GPU版PyTorch就安装成功了。当然,我们还需要验证是否安装成功,示例代码如下所示:

import torch
from torch.backends import cudnn

x = torch.tensor([10.0])
x = x.cuda()
print(x)
print(cudnn.is_acceptable(x))

运行之后,效果如下,即代表成功。

以上是关于初识PyTorch:从安装到入门,从入门到放弃的主要内容,如果未能解决你的问题,请参考以下文章

深度学习---从入门到放弃pytorch基础

python爬虫从入门到放弃之初识爬虫

pytorch-geometric 从入门到不放弃 day3

cmake从入门到放弃

gentoo从入门到放弃

mahout从入门到放弃--安装