网站开发公众号开发,海南做公司网站,网站文章百度快照怎么做,百度指数的需求指数框架介绍
Pytorch简介
2017年1月#xff0c;FAIR#xff08;Facebook AI Research#xff09;发布了PyTorch。PyTorch是在Torch基础上用python语言重新打造的一款深度学习框架。Torch是采用Lua语言作为接口的机器学习框架#xff0c;但因为Lua语言较为小众#xff0c;导…框架介绍
Pytorch简介
2017年1月FAIRFacebook AI Research发布了PyTorch。PyTorch是在Torch基础上用python语言重新打造的一款深度学习框架。Torch是采用Lua语言作为接口的机器学习框架但因为Lua语言较为小众导致Torch知名度不高。
PyTorch发展
2017年1月正式发布PyTorch2018年4月更新0.4.0版支持Windows系统caffe2正式并入PyTorch2018年11月更新1.0稳定版已GitHub 增长第二快的开源项目2019年5月更新1.1.0版支持TensorBoard增强可视化功能2019年8月更新1.2.0版更新torchvisiontorchaudio 和torchtext增加更多功能
PyTorch优点
上手快掌握Numpy和基本深度学习概率即可上手代码简单灵活用nn.module封装使得网络搭建更加方便基于动态图机制更灵活Debug方便调试PyTorch就像调试Python代码一样简单文档规范https://pytorch.org/docs/stable/index.html 可查看各版本文档资源多arXiv中的新算法大多有PyTorch实现开发者多GitHub上贡献者已经超过1100背靠大树FaceBook维护开发……
适合人群
深度学习初学者模型算法实现容易加深深度学习概念认识机器学习爱好者数十行代码便可实现人脸识别目标检测图像生成等有趣实验算法研究员最新arXiv论文算法快速复现
软件安装
Python包管理器
Anaconda是为了方便使用python而建立的一个软件包其中包含常用的250多个工具包多版本python解释器和强大的虚拟环境管理所以Anaconda得名python全家桶。
Anaconda可以使安装、运行和升级环境变得更简单因此推荐安装使用。 安装步骤
官网下载安装包运行安装包选择路径勾选添加环境变量等待安装完成严重安装成功打开cmd输入conda回车添加中科大镜像或者清华镜像源
Python集成开发环境
PyCharm —— 强大的python IDE拥有调试、语法高亮、Project管理、代码跳转、智能提示、版本控制等功能。 安装步骤
官网下载安装包运行安装包选择路径勾选添加环境变量等待安装完成
PyTorch 安装步骤 1、检测是否有合适的GPU若有需要安装CUDA与CuDNN 2、CUDA与CuDNN安装非必须 3、官网寻找对应版本下载cuda版本或cpu、pytorch版本、python版本、操作系统都需要一一对应
CUDA安装补充
CUDACompute Unified Device Architecture是一种由NVIDIA推出的通用并行计算架构 CuDNN为深度学习计算设计的软件库
安装步骤
检查pytorch版本所支持的cuda版本下载对应版本的CUDA下载CUDA安装包下载对应CUDA版本的CuDNN安装包安装并验证安装是否成功
解释器与工具包 虚拟环境 Vittual Environment Window11RTX4060配置CUDA11.8pytorch2.0.0
下载CUDA11.8
进入官网下载Link然后点击Archive of Previous CUDA Releases找到对应版本11.8。
选择对应操作系统版本点Download下载到本地。
下载cuDNN
点击链接Link找到CUDA11.8对应的cuDNN。
安装CUDA11.8
全程点击next直到安装结束。 配置环境变量在path里添加。
#前两个应该自动配好了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib在命令行窗口输入以下命令看是否成功
nvcc -V成功显示以下内容表示安装成功
安装cuDNN
解压下载的压缩包 把里边的三个文件夹bin,include,lib复制到下面路径如果改了CUDA的安装路径就复制到对应文件夹里
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8下载并安装python
官网链接
下载并安装Anaconda
到官网链接选择适合自己系统的 64 位安装包注意选择 Python3 以上的版本。
安装torch
进入官网Link找到v2.0.0,用pip语句安装。用conda可能会出错具体见安装pytorch报错torch.cuda.is_available()false的解决方法
# CUDA 11.8
pip install torch2.0.0cu118 torchvision0.15.1cu118 torchaudio2.0.1 --index-url https://download.pytorch.org/whl/cu118参考链接
win114060配置CUDA11.8pytorch2.0.0
