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