又开了个新坑,希望能慢慢填上。。。
继吃瓜教程之后,我在dataWhale家又报名了深入浅出Pytorch入门这个课程,希望能在学习理论的同时做一些实践性的工作。
下面是教程的b站链接
→→→深入浅出Pytorch
教程的网页版
→→→深入浅出PyTorch
❤ 2022.8.15 ❤
简介就不说了,直接安装。
开发环境分为windows和linux,我准备给装个双系统,然后专门用来做机器学习相关的工作。
所以从装系统开始。
我找到了这篇文章对于如何安装双系统有详细的讲解
→→→windows10安装ubuntu双系统教程(绝对史上最详细)
我属于情况 D UEFI新式bios+双硬盘(SSD固态硬盘+机械硬盘)
于是按照文章的提示
好,先分区
然后装win10,我打算先把windows下安装Pytorch捣鼓明白了再搞Linux,所以这里预留出来,以后再装Ubuntu
居然出现了蓝屏。。。
看来这个电脑确实有点问题,要不我就不管固态了,直接在机械硬盘里安装吧
我查了一下,可能是BIOS中设置的UEFI引导,但是磁盘是MBR格式,但是查看了一下并不是
那可能是两个磁盘都有引导分区,电脑无法识别
我把分区都删了重新建立试试
总结一下,这个电脑之前被人重装过系统,本来原装系统装在固态硬盘里面,但是别人重装系统的时候,因为对电脑不了解,于是装在了机械硬盘里,但是却没有删除固态硬盘里的引导信息。
然后我重装的时候又在固态里面装了一遍,于是就变成了固态硬盘和机械硬盘都有引导信息,于是启动的时候系统没发判断从哪里启动,就出问题了。
不过这次我在固态硬盘中预留了一些空间,以后装ubuntu的话应该也可以
糟糕!还是蓝屏!
看来问题比我想象的更严重。。。
虽然已经不属于安装Pytorch的问题了,但是我依然得试着去解决
现在怀疑的问题来源有:
硬件问题
驱动问题(因为有两次都是在用驱动精灵安装驱动后发生的蓝屏)
系统镜像问题
首先用最经典的“最小系统法”,只安装能让系统正常启动的最少的硬件,然后换一款别的硬盘,重装系统。。。
重装系统后先不着急装驱动,安装几个常用软件试试
装了几个软件没问题。
又用驱动精灵装了几个提示有问题的驱动,没问题。
第二条内存装上,没问题。
然后装上显卡,用驱动精灵装驱动,没问题。
总结一下,我觉得问题应该是机械硬盘的原因,我在拆硬盘的时候硬盘特别烫,估计蓝屏是因为刚开始硬盘没有那么热,所以可以正常用,但是一到装软件的时候硬盘温度上来,就开始不断蓝屏死机。
好吧,折腾了一天,终于破案了,下面开始正常装Pytorch吧。
根据视频的介绍,Anaconda的作用大概就是能建立好几个独立的环境配置用来完成不同的工作,之间互不影响,并且继承了很多实用的package,安装使用很方便。
在Anaconda的官网
→→→https://www.anaconda.com/
〇 查看现存虚拟环境
conda evn list
〇 创建虚拟环境
conda create -n env_name python==version
这里我新建一个叫“PyTorchLearning”的虚拟环境,选择python 3.9版本
conda create -n PyTorchLearning python==3.9
一些操作指令:
安装包
conda install package_name
卸载包
conda remove package_name
显示所有安装的包
conda list
删除虚拟环境命令
conda remove -n env_name --all
激活环境命令
conda activate env_name
退出当前环境
conda deactivate
更多指令可见官网
→→→Command reference
〇 换源
PIP换源:
我就直接贴了,因为目前都是在windows下操作,所以就只贴windows的了
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,我们可以选择使用记事本打开,输入以下内容,并按下ctrl+s保存,在这里我们使用的是豆瓣源为例子。
[global]
index-url = http://pypi.douban.com/simple
[install]
use-mirrors =true
mirrors =http://pypi.douban.com/simple/
trusted-host =pypi.douban.com
conda换源:
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。
conda config --set show_channel_urls yesconda config --set show_channel_urls yes
打开C:\Users\User_name.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
我们可以通过conda config --show default_channels检查下是否换源成功,如果出现下图内容,即代表我们换源成功。
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。
有英伟达显卡的电脑需要这一步。
在命令提示符(CMD)中,输入
nvidia-smi
我遇到过安装完显卡驱动之后直接输入这个指令提示无效的情况
这个时候需要在命令提示符窗口中进入C:\Program Files\NVIDIA Corporation目录,然后再执行该命令
打开PyTorch官网
→→→https://pytorch.org/
Install
因为刚刚查看驱动版本支持到CUDA 11.4,所以这里选择11.3吧
根据网页提示,安装指令是
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
〇 在线下载
为了方便,或者说偷懒,这里用在线下载的方式。
先要用conda activate env_name激活虚拟环境
conda activate PyTorchLearning
所以指令为
conda install pytorch torchvision torchaudio cudatoolkit=11.3
然后输入
import torch
torch.cuda.is_available()
返回True,说明安装成功,返回False也说明安装成功,只是不能用CUDA,如果报错了就说明没装成功。
PyTorch安装完毕,虽然电脑出了一些问题,但是软件安装的还挺顺利的。
PyCharm和VSCode我也不知道哪个好用,就都装了吧。
〇 下载安装
打开PyCharm官网
→→→https://www.jetbrains.com/pycharm/
这里大概是选择**_conda.exe这个文件
然后create
来到主界面
配置过程:
file→setting。。。
Project:你的项目名称→Python Interpreter
这个是默认环境,选择Add Interpreter→Add Local Interpreter**
点击Conda Environment ,将Interpreter设置为PyTorchLearning环境下的python.exe
注:如果在pycharm的环境时,想进入我们的虚拟环境,要使用conda activate 名称
※ 这句话我没太理解,是在PyCharm里面输入,还是在conda的命令行里输入?
听说VSCode可以远程调试,这不正是我想要的么!
打开VSCode官网
→→→https://code.visualstudio.com/
下载安装。
下的真慢。。。
用IDM都这么慢。。。
至于VSCode怎么配置,我还不太清楚,等以后弄懂了再补上。
这是个web软件,在文本教程里面没有提到,但是在视频讲解里面主讲人用它来演示,我查了些资料,其实这个软件会随Anaconda一起安装,只要直接运行就可以了。
→→→史上最详细、最完全的jupyter notebook使用教程,Python使用者必备!
在Anaconda的命令提示符下运行
Jupyter notebook
会在浏览器打开如下界面
这些文件夹是当前用户文件夹下的文件夹,如果要改变的话,需要先新建好相应文件夹然后在Anaconda提示符下进入相应文件夹,再运行jupyter notebook
※ 注意退出的时候要点击Quit,不要直接关闭网页
Awesome-pytorch-list:目前已获12K Star,包含了NLP,CV,常见库,论文实现以及Pytorch的其他项目。
→→→Awesome-pytorch-list
PyTorch官方文档:官方发布的文档,十分丰富。
→→→PyTorch官方文档
Pytorch-handbook:GitHub上已经收获14.8K,pytorch手中书。
→→→Pytorch-handbook
PyTorch官方社区:PyTorch拥有一个活跃的社区,在这里你可以和开发pytorch的人们进行交流。
→→→PyTorch官方社区
PyTorch官方tutorials:官方编写的tutorials,可以结合colab边动手边学习
→→→PyTorch官方tutorials
动手学深度学习:动手学深度学习是由李沐老师主讲的一门深度学习入门课,拥有成熟的书籍资源和课程资源,在B站,Youtube均有回放。
→→→动手学深度学习
Awesome-PyTorch-Chinese:常见的中文优质PyTorch资源
→→→Awesome-PyTorch-Chinese
❤ 2022.8.18 ❤
scalar:标量
vector:向量
matrix:矩阵
tensor:张量
使用Jupyter Notebook
首先打开Anaconda prompt,输入jupyter notebook打开网页程序,然后输入
import torch
但是报错了
我想了一下,我直接打开jupyter应该是在base环境下运行的,所以要先激活装有PyTorch的环境
conda activate PyTorchLearning
再输入jupyter notebook
但是报错了
看来新环境里并没有安装jupyter notebook
查了下资料
→→→关于 Jupyter Notebook 中 No module named ‘torch‘ 的解决办法
重装一下
在装有pytorch的环境里
conda install ipython
conda install jupyter
tensor(data, *, dtype=none, device=None,requires_grad=false, pin_memory=False)
参数定义:
data:张量里面的量
*:一些其他的量
dtype:张量的类型
device:运算设备(下一讲再讲)
equires_grad:是否允许求导
pin_memory:是否放到内存中(空间换时间)
〇 最基本的张量
a = torch.tensor(1.0, dtype=torch.float)
b = torch.tensor(1, dtype=torch.long)
c = torch.tensor(1.0, dtype=torch.int8)
〇 指定类型的张量
d = torch.FloatTensor(2,3)
e = torch.IntTensor(2)
f = torch.IntTensor([1,2,3,4])
print(d,'\n',e,'\n',f)
怎么我和视频里不一样。。。
k = torch.rand(2,3)
l = torch.ones(2,3)
m = torch.zeros(2,3)
n = torch.arange(0,10,2)
print(k,'\n',l,'\n',m,'\n',n)
※ 注意arange函数的区间是左闭右开
〇 Tensor和numpy之间的相互转换
import numpy as np
g = np.array([[1,2,3],[4,5,6]])
h = torch.tensor(g)
print(h)
i = torch.from_numpy(g)
j = h.numpy()
print(j)