PyTorch环境搭建

PyTorch环境搭建

一、pytorch简介

1.1 pytorch是什么？

​Pytorch是一个Facebook开源的深度学习框架，PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。

​ PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络。除了Facebook外，它已经被Twitter、CMU和Salesforce等机构采用。

1.2 pytorch的优点

• PyTorch是相当简洁且高效快速的框架

• 设计追求最少的封装

• 设计符合人类思维，它让用户尽可能地专注于实现自己的想法

• 与google的Tensorflow类似，FAIR的支持足以确保PyTorch获得持续的开发更新

• PyTorch作者亲自维护的论坛 供用户交流和求教问题

• 入门简单

二、安装pytorch（基于pycharm和anaconda）

2.1 创建虚拟环境（非必须）

​ 虚拟环境就类似于为不同的项目创建不同的开发环境，开发环境内的所有使用的工具包互不影响，每个环境的的包的更改和删除都不会影响其他项目，环境相互独立，这就是虚拟环境的好处。

打开anaconda prompt或者cmd

查看当前的所有虚拟环境，*表示当前所在环境
conda env list

创建新的虚拟环境，环境名为pytorch，python版本为3.9，都可以根据需求来指定
conda create -n pytorch python==3.9
删除虚拟环境
conda remove -n pytorch --all
切换虚拟环境
activate pytorch

前面（）表示当前环境，(base)是默认环境，（pytorch）是刚刚创建的环境

2.2 安装pytorch

在安装pytorch之前先检查自己电脑有没有GPU以及对于CUDA版本

1、GPU，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站和一些移动设备上图像运算工作的微处理器，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。

2、CUDA是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

进入任务管理器—>性能，就可以看到GPU了

查看CUDA版本

1、搜索框输入NVIDIA Control Panel

2、双击打开后点击系统信息

3、点击组件就可以看到CUDA版本

点击进入pytorch官网

点击install

选择对应系统，安装方式，语言，选择刚刚看的CUDA版本，没有GPU的选择CPU就可以了

然后复制下面的安装指令

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

打开刚才创建的虚拟环境，把刚刚的指令粘贴进去就可以开始安装

安装之前注意要先进入pytorch环境，即开头显示（pytorch）

接下来等待安装完成就行

安装完成之后检查一下，在命令行输入
import torch
没报错说明安装成功
torch.cuda.is_available()
返回True，说明GPU可用

至此，pytorch环境搭建完成，可以开始深度学习之旅了