conda换源/pytorch安装

conda换源

https://zhuanlan.zhihu.com/p/95100538

anaconda清华源
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

conda本地安装下载的包
https://blog.csdn.net/zhaotun123/article/details/100765510

pytorch安装

import torch
print(torch.__version__)
print(torchvision.__version__)
print(torch.cuda.is_available())
torch.cuda.device_count()
torch.cuda.current_device()
torch.cuda.get_device_name(id)
print("cuDNN version is :")
print(torch.backends.cudnn.version())

如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。

pytorch模型存储的两种方式
1.保存整个网络结构信息和模型参数信息:

torch.save(model_object, './model.pth')

直接加载即可使用：

model = torch.load('./model.pth')

2.只保存网络的模型参数-推荐使用

torch.save(model_object.state_dict(), './params.pth')

加载则要先从本地网络模块导入网络，然后再加载参数：

from models import AgeModel
model = AgeModel()
model.load_state_dict(torch.load('./params.pth'))

pytorch2onnx
https://pytorch.org/tutorials/advanced/super_resolution_with_caffe2.html

安装pytorch后在导入pytorch时libmkl_intel_lp64.so找不到解决办法
https://www.cnblogs.com/denny402/p/10848506.html