【Pytorch】学习笔记一 Pytorch的简介和安装

PyTorch简介

PyTorch调试
使用pdb、ipdb等工具实现逐行调试脚本

PyTorch的安装

常用Anaconda命令
查看现有虚拟环境

conda env list

创建虚拟环境

conda create -n env_name python==version
# 注：env_name为虚拟环境名，version为虚拟环境中python解释器版本号

注：
关于python版本选择，建议为3.6~3.8，版本过高会导致相关库不匹配
安装包

conda install package_name

显示所有的包

conda list

删除虚拟环境

conda remove -n env_name --all

激活环境

conda activate env_name

退出当前环境

conda deactivate

为单次下载换源

pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple

Windows下pip命令永久换源
文件管理器路径中使用%APPDATA%进入 C:\Users\电脑用户\AppData\Roaming文件夹
新建pip文件夹
新建pip.ini配置文件
在pip.ini文件中输入以下内容

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

Windows下conda命令永久换源
换源前查看下载源

使用conda config --set show_channel_urls yes命令生成.condarc文件
打开C:\Users\User_name\.condarc文件，将原有内容替换为
.condarc文件原有内容

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

内容替换

打开Anaconda Prompt 运行 conda clean -i 清除索引缓存
检查换源是否成功

conda config --show default_channels

成功换源

使用jupyter notebook的kernel问题

根据网上查找的信息，Anaconda安装的虚拟环境和jupyter notebook运行需要的kernel是不互通的，虚拟环境是需要单独注册到jupyter notebook中使用的
根据下图可知，我的conda虚拟环境数目是比在jupyter notebook中显示的kernel数目多的，这是由于我在torch和tensorflow这两个包中下载了ipykernel

PyTorch相关资源

b站、stackoverflow、知乎
github上的优质repo: Awesome-pytorch-list、Pytorch-handbook、Awesome-PyTorch-Chinese等等
网站包括：hugging face、ModelScope魔搭社区

参考资料

1. jupyter notebook中的kernel添加
2. jupyter notebook中的kernel切换
3. Pytorch的调试教程
4. datawhale的thorough-pytorch库