【PyTorch】（基础一）----pytorch环境搭建

PyTorch环境搭建

该系列条记主要参考了小土堆的视频教程，传送门：P1. PyTorch环境的配置及安装（Configuration and Installation of PyTorch)【PyTorch教程】_哔哩哔哩_bilibili
PyTorch 是一个开源的呆板学习库，主要用 Python 编写，基于 Torch 库。它由 Facebook 的人工智能研究团队开发，提供用于构建和训练深度学习模型的强大工具。PyTorch 的计划强调机动性和直观性，使得研究人员和开发者能够快速地测试新想法并举行实验。PyTorch在学术界（相干论文发表）的热度当前已经凌驾TensorFlow。
pytorch官网：PyTorch，点击get start 然后选择符合的版本，在虚拟环境中利用pip下令（conda下令不推荐利用，大概下载速度很慢）举行下载。

通常来说，利用比较稳定的python3.9版本即可适配当前的pytorch版本，此处还需额外考虑的内容为CUDA版本的选择，如果是没有独立显卡的条记本电脑，此处只能选择CPU版本，如果有独立显卡的话，必要首先把显卡驱动更新到最新，英伟达显卡驱动下载官网：https://www.nvidia.cn/geforce/drivers/
更新显卡驱动之后，检查一下本机目前的cuda版本，win+R输入【cmd】打开终端窗口，输入下令nvidia-smi第一行末了边表现了当前的CUDA版本，我们必要下载的pytorch上面集成的cuda版本应该低于本身电脑上的cuda版本，此处我选择安装12.1版本的cuda

最终我选择的torch版本为2.4.1，cuda为12.1，下载下令为：

1. pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu121

复制代码

还可以利用本地数据举行安装：将下载好的安装包放到Anaconda3/pkgs下面，然后在虚拟环境中利用conda install –use-local 包名 举行安装
检验当前torch是否能成功调用GPU（CPU版本能导入成功就可以）：

1. import torch            
2. torch.cuda.is_available()

复制代码

输出True即为成功，如果利用的不是英伟达显卡，则出现False。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。