ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 其他分享> 文章详细

2021-10-11Datawhale深入浅出PyTorch笔记：PyTorch简介与安装

2021-10-11 12:30:15  阅读：152  来源： 互联网

标签：10 mirrors PyTorch conda 2021 版本 pip 安装


PyTorch简介

1.1.1 PyTorch的介绍

PyTorch是由Facebook人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库，目前被广泛应用于学术界和工业界，而随着Caffe2项目并入Pytorch， Pytorch开始影响到TensorFlow在深度学习应用框架领域的地位。总的来说，PyTorch是当前难得的简洁优雅且高效快速的框架。因此本课程我们选择了PyTorch来进行开源学习。

1.1.2 PyTorch的发展

“All in Pytorch”，对于PyTorch的发展我们只能用一句话来概况了，PyTorch自从提出就获得巨大的关注以及用户数量的剧增，而最直观的莫过于下面统计图所表现的的简明直了。

下图来自Paper with code网站，颜色面积代表使用该框架的论文公开代码库的数量，我们可以发现截至2021年6月，PyTorch的代码实现已经是TensorFlow实现的4倍，我们也可以看红色部分的PyTorch正在取代他的老大哥称霸学术圈，PyTorch会借助ONNX所带来的落地能力在工业界逐渐走向主导地位。

总的来说，我们必须承认到现在为止PyTorch还是有不如别的框架的地方，但是框架只是给我们提供了轮子，让我们造汽车更加方便，最重要的还是我们个人的科学素养的提升。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RcC9TIA9-1633924685722)(figures/主流框架对比.png)]

1.1.3 PyTorch的优势

PyTorch有着下面的优势：
  • 更加简洁，相比于其他的框架，PyTorch的框架更加简洁，易于理解。PyTorch的设计追求最少的封装，避免重复造轮子。
  • 上手快，掌握numpy和基本的深度学习知识就可以上手。
  • PyTorch有着良好的文档和社区支持，作者亲自维护的论坛供用户交流和求教问题。Facebook 人工智能研究院对PyTorch提供了强力支持，作为当今排名前三的深度学习研究机构，FAIR的支持足以确保PyTorch获得持续的开发更新。
  • 项目开源，在Github上有越来越多的开源代码是使用PyTorch进行开发。
  • 可以更好的调试代码，PyTorch可以让我们逐行执行我们的脚本。这就像调试NumPy一样 – 我们可以轻松访问代码中的所有对象，并且可以使用打印语句（或其他标准的Python调试）来查看方法失败的位置。
  • 越来越完善的扩展库，活力旺盛，正处在当打之年。

PyTorch的安装

PyTorch的安装，一般常见的是Anaconda/miniconda+Pytorch+ (Pycharm) 的工具，我们的安装分为以下几步

  1. Anaconda的安装
  2. 检查有无NVIDIA GPU
  3. PyTorch的安装
  4. Pycharm的安装 ( Windows系统上更为常用）

1.2.1 Anaconda的安装

在DL和ML中，要用到大量成熟的package。一个个安装 package 很麻烦，而且容易出现奇奇怪怪的问题。而 Anaconda很好的解决了我们的问题，它集成了常用于科学分析（机器学习， 深度学习）的大量package。省略了我们安装一些package的过程。

Step 1：登陆Anaconda | Individual Edition，选择相应系统DownLoad，此处以Linux为例：
在这里插入图片描述
Step 2：安装命令

sh Anaconda3-2021.05-Linux-aarch64.sh #aarch64为架构版本，根据实际下载的文件名决定

在这里插入图片描述
Step 3：创建虚拟环境

  • 查看已经安装好的虚拟环境，可以看到我们这里已经有两个环境存在了
conda env list

在这里插入图片描述

  • 创建虚拟环境test，要记住我们创建环境的地址哦！

    conda create -n 虚拟环境名称 python=版本名称

在这里插入图片描述
tips：在选择Python版本时，不要选择太高，建议选择3.6-3.8，版本过高会导致相关库不适配。

  • 删除虚拟环境命令
conda remove -n 名称 -all
  • 激活环境命令
conda activate 名称

Step 4：Anaconda换源

在安装package时，我们经常会使用pip install …和conda install … 的命令，但是一些package下载速度会很慢，因此我们需要进行换源，换成国内源，加快我们的下载速度。以下便是两种对应方式的换源

  • pip换源

Linux：

在用户目录下新建文件夹**.pip**：mkdir ~/.pip

在文件夹内新建文件pip.conf, vim ~/.pip/pip.conf并添加下方的内容

Windows：

1、文件管理器文件路径地址栏敲：%APPDATA% 回车，快速进入 C:\Users\电脑用户\AppData\Roaming 文件夹中
2、新建 pip 文件夹并在文件夹中新建 pip.ini 配置文件
3、我们需要在pip.ini 配置文件内容，你可以选择使用记事本打开，输入以下内容，输入完后记得按下ctrl+s保存哦，在这里我们使用的是豆瓣源

[global]
index-url = http://pypi.douban.com/simple
[install]
use-mirrors =true
mirrors =http://pypi.douban.com/simple/
trusted-host =pypi.douban.com
Windows系统：

TUNA 提供了 Anaconda 仓库与第三方源的镜像，各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件，可先执行conda config --set show_channel_urls yes生成该文件之后再修改。

完成这一步后，我们需要在**C:\Users\电脑用户\找到 .condarc**这个文件,打开后将文件里原始内容删除，将下面的内容复制进去，并且保存

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

这一步完成后，我们需要打开Anaconda Prompt 运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

Linux系统（操作均在终端就行）：

Ctrl +Alt+t打开终端 输入以下命令

cd ~ 进入用户中心

vim .condarc 修改.condarc文件

输入i进入编辑模式，将上方内容粘贴进去，按ESC退出编辑模式，输入:wq保存并退出
在这里插入图片描述检查下是否换源成功，好嘞，这样就换源成功了
在这里插入图片描述
不要忘记conda clean -i 清除索引缓存，保证用的是镜像站提供的索引

1.2.2 查看自己的显卡（CPU或者集显的小伙伴们可以跳过该部分）

  • 对于windows系统：

在cmd/terminal中输入nvidia-smi（Linux和Win命令一样）、使用NVIDIA控制面板或者使用任务管理器查看自己是否有NVIDIA的独立显卡及其型号
在这里插入图片描述
在这里插入图片描述

  • 对于linux系统：
  • 在这里插入图片描述看下版本号，看自己可以兼容的CUDA版本，等会安装Pytorch时是可以向下兼容的
    在这里插入图片描述

1.2.3 安装Pytorch

Step 1：登录官网Pytorch官网
在这里插入图片描述
Step 2：点击Install按钮，进入相关界面
在这里插入图片描述
这个界面我们可以选择本地开始（Start Locally），云开发（Cloud Partners)，以前的Pytorch版本（Previous Pytorch Versions），移动端开发（Mobile），在此处我们需要进行本地安装。

Step 3：结合自己情况选择命令并复制下来，然后使用conda下载或者pip下载（建议conda安装！）
在这里插入图片描述
打开``Terminal，输入conda activate xxx`，激活环境并切换到环境下面，我们就可以进行Pytorch的安装了。

注意事项

  1. Stable代表的是稳定版本，Preview代表的是先行版本

  2. 可以结合电脑是否有显卡，选择CPU版本还是CUDA版本，建议还是需要NVIDIA GPU

  3. 官方建议我们使用Anaconda来进行管理

  4. 关于安装的系统要求

    1. Windows：
      1. Windows 7及更高版本；建议使用Windows 10或者更高的版本
      2. Windows Server 2008 r2 及更高版本
    2. Linux：以常见的CentOS和Ubuntu为例
      1. CentOS, 最低版本7.3-1611
      2. Ubuntu, 最低版本 13.04，这里会导致cuda安装的最大版本不同
    3. macOS：
      1. macOS 10.10及其以上

  5. 有些电脑所支持的cuda版本<10.2，此时我们需要进行手动降级，即就是cudatoolkit = 你所适合的版本，但是这里需要注意下一定要保持Pytorch和cudatoolkit的版本适配。查看Previous PyTorch Versions | PyTorch

Step 4：在线下载

如果你是在Anaconda Prompt进行下载的话，先输入conda activate test，激活到我们的虚拟环境中去，再输入命令

如果是在Pycharm的Terminal中下载的话，我们还是要先切换到我们的虚拟环境中去，再输入下载命令

Tips:要把下载指令后面的 -c pytorch 去掉不然还是默认下载源头（去掉后使用的是清华源）不删除会报HTTP error错误

激活环境

conda activate 环境名称

接下来输入以下命令安装两个包

conda install --offline pytorch压缩包的全称（后缀都不能忘记）
conda install --offline torchvision压缩包的全称（后缀都不能忘记）

Step 6：检验是否安装成功

进入所在的虚拟环境，输入

import torch

torch.cuda.is_available()

这条命令意思是检验是否可以调用cuda，如果安装的是CPU的小伙伴们会返回False，GPU的小伙伴会返回true。一般这个命令不报错的话就证明安装成功。
在这里插入图片描述

标签：10,mirrors,PyTorch,conda,2021,版本,pip,安装
来源： https://blog.csdn.net/yichao_ding/article/details/120700405

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有