PyTorch零基础入门——环境配置

PyTorch入门系列

---

以下将简要从PyTorch环境的配置，到Tensor张量基本内容，再到网络的搭建和训练进行介绍，

---

---

前言

提示：本文要记录的大概内容如下

PyTorch和Tensorflow是目前最为热门的深度学习框架，本系列文章主要围绕PyTorch框架进行展开。本次文章主要介绍PyTorch框架的搭建。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、安装Anaconda（Windows版本）

搜索Anaconda，并进入下载界面

下载完成后，右键以管理员身份运行.exe文件

安装中




至此，Anaconda基本完成，如果之前未选择Path环境变量的话需要自己配置一下。

环境变量配置（Win11版本)

使用win+i快捷键打开系统设置，点击系统信息，进入高级系统设置

为方便以后使用pip或conda指令在命令窗口安装第三方库，先将大环境下安装地址设置一下

找到Anaconda安装路径–>点击lib–>打开site.py

至此，Anaconda完全安装完成，最后只需要将Jupyter Notebook（或其他自己需要的软件）在桌面创建快捷方式即可。

---

二、安装PyTorch库

查看CUDA版本

win+r --> cmd --> nvidia-smi

查看安装的python版本

python -V

进入PyTorch官网(https://pytorch.org/)下载PyTorch组件



至此已完成Pytorch的安装，接下来我们对其进行验证一下

出现以上结果，说明PyTorch配置完成

---

总结

提示：这里对文章进行总结：

本文主要介绍了如何配置PyTorch环境，以便后期进一步学习PyTorch框架。在配置环境时要注意python的版本，cuda的版本（nvidia-smi），如果安装的PyTorch版本与电脑的硬件配置不相匹配会导致后期程序出现bug。至此，环境部署结束，文中存在不足之处望读者海涵并指正。